آموزش مصورسازی داده با پایتون به کمک Matplotlib و Pandas؛ راهنمای ساده برای مبتدی‌ها
مقدمه
در دنیای امروز، نمایش تصویری داده‌ها نقش اساسی در درک بهتر اطلاعات و تصمیم‌گیری ایفا می‌کند. پایتون با داشتن کتابخانه‌هایی قدرتمند مثل Matplotlib و Pandas تبدیل به یکی از محبوب‌ترین ابزارها برای مصورسازی داده شده است. این مقاله با زبان ساده به شما کمک می‌کند اولین نمودارهای خود را با پایتون ایجاد کنید و داده‌های خود را ملموس‌تر ببینید.
مرحله ۱: نصب کتابخانه‌های مورد نیاز
برای شروع باید کتابخانه‌ها را نصب کنید. کافیست دستورات زیر را در ترمینال یا Command Prompt وارد کنید:
pip install matplotlib pandasمرحله ۲: ساخت یک جدول داده ساده با Pandas
در ابتدا باید داده‌ها را در قالب یک جدول (DataFrame) آماده داشته باشیم:
import pandas as pd
# ساخت جدول نمونه
data = {
'شهر': ['تهران', 'اصفهان', 'مشهد', 'شیراز', 'تبریز'],
'جمعیت': [8800000, 2000000, 3200000, 1600000, 1500000]
}
df = pd.DataFrame(data)
print(df)خروجی مثال:
| شهر | جمعیت | |
|---|---|---|
| 0 | تهران | 8800000 |
| 1 | اصفهان | 2000000 |
| 2 | مشهد | 3200000 |
| 3 | شیراز | 1600000 |
| 4 | تبریز | 1500000 |
مرحله ۳: ترسیم نمودار ستونی با Matplotlib
برای نمایش جمعیت شهرها بصورت نمودار ستونی:
import matplotlib.pyplot as plt
plt.bar(df['شهر'], df['جمعیت'])
plt.title('جمعیت شهرها')
plt.xlabel('شهر')
plt.ylabel('جمعیت')
plt.show()توضیح:
- plt.bar یک نمودار ستونی تولید می‌کند.
- plt.title برای عنوان نمودار، plt.xlabel و plt.ylabel برای برچسب محور افقی و عمودی هستند.
- plt.show برای نمایش نمودار استفاده می‌شود.
مرحله ۴: ترسیم نمودار خطی و دایره‌ای
نمودار خطی
کد زیر روند جمعیت را بصورت خطی نمایش می‌دهد:
plt.plot(df['شهر'], df['جمعیت'], marker='o')
plt.title('روند جمعیت شهرها')
plt.xlabel('شهر')
plt.ylabel('جمعیت')
plt.grid()
plt.show()نمودار دایره‌ای (Pie Chart)
برای نمایش درصد هر شهر:
plt.pie(df['جمعیت'], labels=df['شهر'], autopct='%1.1f%%')
plt.title('درصد جمعیت شهرها نسبت به کل')
plt.show()نکات و جمع‌بندی
- اگر داده‌های شما در فایل Excel یا CSV است، ابتدا آن را با دستور
pd.read_csvیاpd.read_excelبارگذاری کنید. - می‌توانید رنگ، اندازه، نوع نمودار و … را با پارامترهای Matplotlib شخصی‌سازی کنید.
- مصورسازی داده یکی از اولین قدم‌های تبدیل شما به یک تحلیلگر داده حرفه‌ای است.
