Matplotlib İle Ayrıntılı Veri Görselleştirme Teknikleri kitabında, verilerinizi hızlı ve kolay bir şekilde görselleştirmek için gerekli tüm teknikleri öğreneceksiniz Bu kitap, Matplotlib kütüphanesi ile ilgili detaylı bir açıklama içeriyor Verilerinizi özelleştirilmiş grafiklerle inceleyin ve analiz edin Bu kitap, veri analizinde önemli bir araç olan Matplotlib'u öğrenmek isteyenler için ideal bir kaynak!

Matplotlib, Python programlama dili için oluşturulmuş bir veri görselleştirme kütüphanesidir. Bu kütüphane kullanılarak basit veri tablolarını ve grafikleri, daha görsel ve ayrıntılı hale getirerek sunmak mümkündür. Matplotlib, görselleştirme için birçok seçenek sunarak kullanıcılara grafiklerini özelleştirme imkanı verir.

Matplotlib ile çizilen grafikler, çizgi grafikleri, dağılım grafikleri, pasta grafikleri, histogramlar, vb. veritipine bağlı olarak çeşitlilik gösterebilir. Ayrıca, Matplotlib, kullanıcılar tarafından yüklenen veri dosyalarını işlemek ve raporlamak için de kullanılabilir. Bu özellikler, Matplotlib'i veri analizi ve görselleştirme konusunda popüler bir araç haline getirmiştir.

1. Temel Grafik Çizimi

Matplotlib, Python'un popüler veri görselleştirme kütüphanesi olarak bilinir. Bu kütüphane ile verilerinizi daha etkili ve ayrıntılı bir şekilde görselleştirebilirsiniz. Temel grafik çiziminde Matplotlib ile basit bir çizgi grafiği oluşturmak oldukça kolaydır.

Çizgi grafiği oluştururken, verilerinizi bir veri listesi olarak tanımlamanız gerekir. Daha sonra, Matplotlib kütüphanesindeki plot() fonksiyonunu kullanarak verilerinizi grafiğe çevirebilirsiniz. Aşağıda, basit bir çizgi grafiği oluşturmak için kullanabileceğiniz bir kod örneği yer almaktadır:

Aşağıdaki çıktıda, basit bir çizgi grafiği yer almaktadır. Siz de Matplotlib'i kullanarak verilerinizi bu şekilde görselleştirebilirsiniz.

2. Çoklu Grafikler ve Eksenler

Matplotlib, birden fazla grafiği ve eksenleri bir figür içinde kullanabilmenize olanak sağlar. Bu, birçok farklı veri setiyle çalışırken özellikle yararlı bir özelliktir. Matplotlib, alt grafiklerle birden fazla grafiği bir araya getirebilmeniz için esnek seçenekler sunar.

Matplotlib alt grafikleri, figürleri parçalara ayırmanıza izin verir. Bunu yapmak, büyük bir veri setinde sadece belirli verileri göstermeniz gerektiğinde özellikle kullanışlıdır. Alt grafikler oluşturmak için, plt.subplot() fonksiyonunu kullanmanız gerekir. Bu fonksiyon, bir figürdeki alt grafik sayısını, sıralarını ve sütunlarını belirtmenize olanak tanır.

Örneğin, 2 satır ve 1 sütuna sahip bir alt grafik oluşturmak için şu kod parçasını kullanabilirsiniz:

plt.subplot(2,1,1)plt.plot(x, y)plt.subplot(2,1,2)plt.plot(x, z)

Bu kod, iki farklı alt grafik oluşturacak ve her birinde bir farklı veri seti gösterecek.

Matplotlib, bir grafiğe hem sol hem de sağ y eksenleri ekleyebilmenize olanak sağlar. Bu, farklı ölçeklerdeki verileri aynı grafikte göstermeniz gerektiğinde özellikle yararlıdır. İki eksenli bir çizgi grafiği oluşturmak için, plt.twinx() fonksiyonunu kullanmanız gerekebilir.

fig, ax1 = plt.subplots()ax2 = ax1.twinx()ax1.plot(x, y1, 'g-')ax2.plot(x, y2, 'b-')

Bu kod, hem sol hem de sağ y ekseni olan bir çizgi grafiği oluşturur.

Dağılım grafiği, iki farklı veri seti arasındaki ilişkiyi göstermek için kullanılır. Matplotlib, birbirine bağlı dağılım grafiği oluşturmak için plt.scatter() fonksiyonunu kullanmanıza izin verir.

plt.scatter(x, y)

Bu kod, iki farklı veri seti arasındaki ilişkiyi gösteren bir scatter grafiği oluşturur.

Matplotlib, bir figürdeki grafikler arasında eksenleri paylaşmanıza olanak tanır. Bu, farklı grafiklerin aynı ölçekleri kullanmasını istediğinizde çok yararlıdır. Eksenleri paylaşmak için, ax1.sharex(ax2) kodunu kullanmanız gerekir.

fig, (ax1, ax2) = plt.subplots(2,1,sharex=True)ax1.plot(x, y)ax2.plot(x, z)

Bu kod, iki farklı grafik arasında x eksenlerinin paylaşıldığı bir çizgi grafiği oluşturur.

2.1 Alt Grafikler

Matplotlib ile oluşturduğunuz karmaşık grafiği daha anlaşılır ve daha küçük parçalara bölmenin bir yolu alt grafikler kullanmaktır. Bu yöntem, farklı veri setlerini ayrı grafiğe yerleştirerek aynı figürde bir arada göstermek için idealdir.

Alt grafikler oluşturmak için, ax objeleri kullanmanız gerekir. Bu objeler, bir figürdeki her bir alt grafiği temsil eder. Alt grafik ayarlarına erişmek için ax nesnelerini kullanabilirsiniz.

Bir örnek olarak, alt grafikleri kullanarak iki eksenli bir çizgi grafiği oluşturabilirsiniz. İki farklı veri setini, sol ve sağ y eksenlerine yerleştirerek aynı figürde birleştirmiş olursunuz. Ayrıca, Matplotlib'le birlikte gelen birçok görselleştirme aracından biri olan dağılım grafiğini de oluşturabilirsiniz.

Alt Grafik Örneği	Dağılım Grafiği Örneği

Bu örnekler, verilerinizin daha küçük parçalara bölünmesiyle daha net ve anlaşılır hale geldiğini göstermektedir. Alt grafikleri kullanarak, figürlerinizin okunaklılığını ve anlaşılırlığını artırabilirsiniz.

2.1.1 İki Eksenli Çizgi Grafiği

Matplotlib kullanarak çizgi grafikleri oluşturmanın bir diğer önemli noktası, hem sol hem de sağ y eksenlerine sahip çizgi grafikleri oluşturma yeteneğidir. Bu, iki farklı ölçek kullanarak birbiriyle ilişkili ama ölçekleri farklı olan iki veri kümesini karşılaştırmak istediğimizde oldukça faydalıdır.

İlk adım olarak, iki veri kümesi için de çizgi grafikleri oluşturun. Ardından, sağ tarafta ikinci ekseni eklemek için plt.twinx() yöntemini kullanın. Bu yöntem, ikinci bir y ekseni oluşturur ve ikinci çizgi grafiğini bu eksene atar. Bununla birlikte, eksenleri eşlemek ve ölçekleri otomatik olarak ayarlamak için ax1 ve ax2 değişkenlerini kullanabilirsiniz.

import matplotlib.pyplot as pltimport numpy as npx = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])y1 = np.array([53, 74, 92, 60, 43, 90, 68, 33, 54, 75])y2 = np.array([135, 148, 159, 145, 112, 157, 139, 98, 125, 140])fig, ax1 = plt.subplots()ax1.plot(x, y1, color='blue')ax1.set_xlabel('X etiketi')ax1.set_ylabel('Mavi eksen etiketi')ax2 = ax1.twinx()ax2.plot(x, y2, color='red')ax2.set_ylabel('Kırmızı eksen etiketi')plt.show()

Bu yöntem, birden fazla veri kümesini aynı grafikte görüntülemeniz gerektiğinde oldukça faydalıdır. Ancak doğru ölçekleri kullanmak için dikkatli olmanız önemlidir. Yanlış ölçek kullanımı, çizgi grafiklerinin anlamsız hale gelmesine neden olabilir. Bu nedenle, veri kümelerini dikkatlice analiz etmeli ve uygun ölçeği seçmelisiniz.

2.1.2 Dağılım Grafiği

Matplotlib, verileri çekici grafikler halinde görselleştirmek için kullanılan popüler bir Python kütüphanesidir. Dağılım grafiği, verilerin dağılımı hakkında bilgi edinmek için sıklıkla kullanılan bir grafik türüdür. Matplotlib kullanarak, birbirine bağlı dağılım grafiğini kolayca oluşturabilirsiniz.

Dağılım grafiği, verilerin dağılımının şeklini, merkezini ve yayılımını gösterir. Birbirine bağlı dağılım grafiği, iki farklı değişkenin birlikte dağılımını gösterir. Bu grafiğin oluşturulması için matris şeklinde bir veri setine ihtiyacınız vardır.

Birbirine bağlı dağılım grafiğini oluşturmak için öncelikle Matplotlib kütüphanesini içe aktarmanız gerekir. Daha sonra, numpy kütüphanesi kullanarak veri setinizi oluşturabilirsiniz. Ardından, plt.subplot() fonksiyonunu kullanarak grafiği oluşturabilir ve plt.scatter() fonksiyonunu kullanarak noktaları dağıtabilirsiniz. Aşağıdaki örnek kodda, birbirine bağlı dağılım grafiği oluşturmak için gereken adımlar verilmiştir:

import matplotlib.pyplot as pltimport numpy as np# Veri setinin oluşturulmasımu, sigma = 0, 0.1x = np.random.normal(mu, sigma, 1000)y = x + np.random.normal(0, 0.2, 1000)# Grafiğin oluşturulmasıfig, ax = plt.subplots()ax.scatter(x, y)# Eksenlerin isimlendirilmesi ve grafiğin başlığıax.set_xlabel('x')ax.set_ylabel('y')ax.set_title('Birbirine Bağlı Dağılım Grafiği')plt.show()

Yukarıdaki kodda, birbirine bağlı dağılım grafiği oluşturmak için önce iki değişken arasındaki ilişkiyi gösteren bir veri seti oluşturulmuştur. Daha sonra, veri setinin dağılımı Matplotlib plt.scatter() fonksiyonu kullanılarak gösterilmiştir. Grafiğin bağlı olduğunu göstermek için x ve y eksenleri arasındaki ilişki açıkça görülmektedir. Son olarak, grafiğin çıktısını almak için plt.show() fonksiyonu kullanılmıştır.

Birbirine bağlı dağılım grafiği, veriler arasındaki ilişkiyi göstermek için en iyi grafik türlerinden biridir. Matplotlib kullanarak, veri setinizi etkili bir şekilde görselleştirebilirsiniz.

2.2 Eksenleri Paylaşma

Bir figürde birden fazla grafik oluşturduğunuzda, sıklıkla eksenleri paylaşmak isteyebilirsiniz. Bunu yaparak grafikleri aynı aralıkta tutabilir ve karşılaştırmaya daha uygun hale getirebilirsiniz. Matplotlib, bu işlemi kolayca yapmanıza olanak tanıyan bir dizi yöntem sağlar.

Bir yöntem, sharex ve sharey parametrelerini kullanmaktır. Bu parametreleri grafik nesneleri (örneğin ax1 ve ax2) arasında paylaştırmak istediğiniz eksenleri belirlemeniz gerekiyor. Örneğin:

    fig, (ax1, ax2) = plt.subplots(2, 1, sharex=True)    ax1.plot(x, y1)    ax2.plot(x, y2)

Bu örnekte, grafiklerin yatay (x) eksenini paylaşan iki görselleştirme oluşturuyoruz.

Bunun yanı sıra, farklı grafiklerde farklı bir ölçek kullanmak istediğinizde, twinx() metodunu kullanabilirsiniz. Bu metot, birinci eksen için yeni bir ikincil eksen oluşturur ve verileri bu ikincil eksenle birleştirir.

Örneğin, iki farklı konuda veri görselleştirirken sol y ekseni seçkin bir konumdayken, diğer konu aynı grafik üzerinde sağda farklı bir segmentte gösterilebilir. Bu işlemi şu şekilde gerçekleştirebilirsiniz:

    fig, ax1 = plt.subplots()    ax1.plot(x, y1, 'g-')    ax1.set_xlabel('X ekseni')    ax1.set_ylabel('Y1 ekseni', color='g')    ax1.tick_params('y', colors='g')        ax2 = ax1.twinx()    ax2.plot(x, y2, 'b-')    ax2.set_ylabel('Y2 ekseni', color='b')    ax2.tick_params('y', colors='b')

Bu örnekte, ax2 nesnesi, açılan ax1 nesnesine ikincil bir y eksenine sahip başka bir görselleştirme ekler. Böylece, farklı verileri aynı görselleştirme üzerinde birleştirmede daha esnek bir yaklaşım sağlanır.

3. Veri Görselleştirme İpuçları

Verilerinizi görselleştirirken görsel çekiciliğe önem vermeniz, verilerinizin daha anlaşılır hale gelmesine yardımcı olabilir. Aşağıdaki ipuçları, veri görselleştirmenizde daha profesyonel bir yaklaşım sağlamak için kullanabileceğiniz bazı yöntemlerdir:

• Renk paletleri: Matplotlib, grafiklerinizde kullanabileceğiniz yüzlerce farklı renk paleti ve renk haritası sağlamaktadır. Doğru renk paletini seçmek, grafiklerinizi daha çekici hale getirebilir.
• Etiketler ve başlıklar: Grafiklerinizin anlaşılırlığını artırmak için etiketler ve başlıklar eklemek önemlidir. Bu, grafiklerinizdeki verilerin daha kolay okunmasını ve anlaşılmasını sağlayabilir.
• Gri tonlaması: Grafiklerinizde yalnızca siyah-beyaz kullanmaktan kaçının. Bunun yerine, gri tonlamalarını kullanarak daha sofistike ve modern bir görünüm elde edebilirsiniz.
• Grafik türleri: Tek bir grafik türünden ötesine geçmek, verilerinizi daha ilginç ve etkileyici bir şekilde sunmanıza yardımcı olabilir. Örneğin, dağılım grafiği ve kutu grafiği gibi farklı grafik türleri, verilerinizin farklı yönlerini vurgulamak için kullanışlıdır.
• Animasyonlar: Matplotlib, animasyonlu grafiklerin oluşturulması için araçlar sağlar. Bu, verilerinizin zaman içinde nasıl değiştiğini göstermek istediğinizde kullanışlı bir özelliktir.

Bu ipuçları ve yöntemler, veri görselleştirme becerilerinizi geliştirmek ve daha etkili grafikler oluşturmak için kullanabileceğiniz yararlı araçlardır.

3.1 Renk Paletleri

Veri görselleştirme sürecinde, grafiklerinizi daha ilgi çekici hale getirmek ve verilerinizi daha anlaşılır hale getirmek için renklerin gücünden yararlanabilirsiniz. Matplotlib, çeşitli renk paletleri ve renk haritaları sunarak, grafiklerinizdeki renklerin seçimini kolaylaştırır.

Bir renk paleti, bir dizi benzersiz renkten oluşur ve grafiklerinizde kullanılabilecek bir renk skalası olarak düzenlenir. Matplotlib, aynı tonun açık ve koyu varyasyonlarına sahip çeşitli renk paletleri sunar. Daha az renkli paletler, basit veriler için kullanılabilirken, daha fazla renk seçeneğine sahip paletler karmaşık verileri görselleştirmek için daha uygundur.

Bunun yanı sıra, renk haritaları, sayılarla ilişkili renk değerleri arasındaki dönüşümleri belirtir. Verilerinizin doğası ve tipine bağlı olarak, farklı renk haritalarını kullanarak grafiklerinizdeki renk değerlerini belirleyebilirsiniz. Örneğin, bir sıcaklık haritası, sıcaklık değerleriyle ilişkili farklı renkler sunarken, bir yoğunluk haritası, yoğunluk değerleriyle ilişkili renkleri kullanır.

Matplotlib, renk paletleri ve haritalarını grafiklerinizde kullanmak için çeşitli yöntemler sunar. Örneğin, grafiklerinize renk haritalarını ve paletlerini doğrudan argümanlarla geçirerek kullanabilirsiniz. Ayrıca, renk düzenlemelerinizi özelleştirmek ve daha özellikli paletler oluşturmak için renk paleti nesneleri oluşturabilirsiniz.

Sonuç olarak, Matplotlib renk paletleri ve haritaları, grafiklerinizin daha estetik ve anlaşılır hale gelmesine yardımcı olur. Doğru renk seçimi, verilerinizin anlaşılmasını kolaylaştırabilir ve grafiklerinizin okunabilirliğini ve etki gücünü artırabilir.

3.2 Etiketler ve Başlıklar

Matplotlib kullanarak oluşturduğunuz grafiklerinizi daha anlaşılır hale getirmek için etiketler eklemek oldukça önemlidir. Etiketler grafikteki verilerin neyi temsil ettiği konusunda okuyucuya daha fazla bilgi sağlar. Bu nedenle, grafiklerinizde etiket ve başlıkların kullanımı oldukça önemlidir.

Grafiklerinize etiket ve başlık eklemek için Matplotlib'in birçok fonksiyonu mevcuttur. x ve y etiketleri eklemek için xlabel() ve ylabel() fonksiyonlarını kullanabilirsiniz. Değer eksenine başlık eklemek için ise title() fonksiyonunu kullanabilirsiniz. Grafiklerinizin okunabilirliğini artırmak için font boyutlarını ayarlayabilir ve font stillerini değiştirebilirsiniz.

Ayrıca, grafiğinizin çıktısını alırken, Matplotlib label ve title parametrelerinin kullanımı için de fonksiyonları sağlar. Veri görselleştirme projesi oluştururken grafiklerinizi bilgisayarınıza kaydederken Matplotlib label ve title parametrelerini kullanarak etiketler ve başlıklar ekleyebilirsiniz. Bunun için savefig() fonksiyonunu kullanabilirsiniz.

Grafiklerinizi okunaklı hale getirmek için, etiketlerinizi eksene veya grafiğin içine yerleştirebilirsiniz. Bunun için fontsize parametresini kullanarak etiketlerin boyutlarını ayarlayabilirsiniz. Ayrıca, renk ve formatlama seçenekleriyle de etiketlerinizi özelleştirebilirsiniz.

Bununla birlikte, grafiklerinizde etiketlerin ve başlıkların fazla kullanımından kaçınmak da önemlidir. Aşırı kullanım, grafiklerinizin anlaşılmaz olmasına neden olabilir. Bu nedenle, sadece gerekli etiketleri ve başlıkları kullanmakta fayda vardır.

4. İleri Düzey Görselleştirme Teknikleri

Matplotlib, sadece basit grafiklerle sınırlı değildir. Bu kütüphane, yüksek kaliteli ve yaratıcı grafikler oluşturmak için birçok ileri düzey teknikleri de kullanır. Bu tekniklerin başında, animasyonlu grafikler ve interaktif uygulamalar gelir. Matplotlib, bu tür görselleştirmelerde oldukça başarılıdır ve oldukça geniş bir kullanıcı kitlesi vardır.

Bir diğer ileri düzey teknik de finansal verilerin görselleştirilmesidir. Matplotlib, finansal verileri görselleştirmek için birçok kullanışlı teknik sunar. Bu teknikler, çizgi grafikleri, mum çubuk grafikleri, hisse senedi fiyatları ivme göstergesi, Fibonacci geri çekilme oranları vb. içerir. Bu teknikleri kullanarak, finansal verilerinizi anlaşılır bir şekilde analiz edebilir ve işletmeniz için daha doğru kararlar alabilirsiniz.

4.1 Dinamik Görselleştirme

Matplotlib, animasyonlu grafikler ve interaktif uygulamalar oluşturmak için kullanılabilir. Dinamik görselleştirme, verilerinizi canlı tutarak değişikliklerin anında aktarılmasını sağlar. Örneğin, bir çizgi grafiğini animasyonlu hale getirebilir ve zamanla nasıl değiştiğini görselleştirebilirsiniz.

Matplotlib ile animasyonlu grafikler oluşturmak için, verilerinizin her çerçevesi arasındaki değişiklikleri işlemenizi sağlayacak bir fonksiyon yazmanız gerekir. Bu fonksiyon, her adımda yeni bir görüntü oluşturmalı ve oluşturulan bu çerçeveleri bir araya getirerek canlı bir animasyon oluşturulmalıdır.

Matplotlib'un animasyon özelliği, bu işlemi kolaylaştırmak için birçok yardımcı fonksiyon sunar. Örneğin, FuncAnimation işlevi, her karedeki verileri otomatik olarak güncelleyen bir işlevi çalıştırır. Ayrıca, animasyon hızı, çerçeve sayısı ve diğer parametreler ayarlanabilir.

• Matplotlib ile animasyonlu grafikler oluşturmak için öncelikle bir figür ve eksenler oluşturmanız gerekir.
• Daha sonra, verilerinizi işleyen bir fonksiyon yazmanız ve bu fonksiyonu FuncAnimation işlevi ile birlikte kullanmanız gerekir.
• Son olarak, animasyon ayarlarını ayarlayabilir ve animasyonu başlatabilirsiniz.

Matplotlib aynı zamanda interaktif grafikler oluşturmak için de kullanılabilir. Interaktif grafikler, kullanıcının fareyle veya klavyeyle etkileşimde bulunabileceği ve verileri canlı olarak güncelleyebileceği grafiklerdir. Bu, verileri daha yakından inceleyerek anlamaya ve analiz etmeye yardımcı olabilir.

Matplotlib'un interaktif grafikler için sunduğu birçok özellik vardır. Örneğin, pick_events() işlevi, kullanıcının tıkladığı bir nokta veya sürüklediği bir bölgeyi belirlemek için kullanılabilir. Callback işlevleri, farklı olaylara tepki olarak çalıştırılabilir. Bu sayede, interaktif grafiklerinizi daha kişiselleştirebilir ve verileri daha iyi anlayabilirsiniz.

Matplotlib kullanarak dinamik ve interaktif grafikler oluşturmak, verileri daha etkili bir şekilde görselleştirmenize yardımcı olabilir. Bu teknikleri kullanarak, verilerinizdeki trendleri ve değişiklikleri daha iyi anlayabilir ve daha iyi kararlar alabilirsiniz.

4.2 Finansal Veri Görselleştirme

Matplotlib, finansal verileri görselleştirmenin en iyi yollarından biridir. Özellikle, hisse senedi fiyatları, gelir tabloları, ekonomik göstergeler gibi verileri analiz ederken grafiklerin önemi büyüktür.

Matplotlib'in çizgi grafikleri ve bar grafikleri finansal verileri görselleştirmek için en sık kullanılan grafik türlerinden biridir. Örneğin, hisse senetleri için çizgi grafiği oluşturmak isterseniz, zaman serisini x ekseni olarak kullanabilirsiniz ve hisse senedi fiyatlarını y ekseni olarak kullanabilirsiniz. Böylece, hisse senedi fiyatlarındaki değişimleri kolayca takip edebilirsiniz.

Finansal verilerde trendleri belirlemek çok önemlidir. Matplotlib'in trend çizgisi ve hareketli ortalama grafiği içeren grafikler oluşturarak trendleri daha kolay görebilirsiniz. Ayrıca, stokastik bir gösterge olan RSI'nin grafiklerini de oluşturabilirsiniz.

Matplotlib ayrıca finansal verilerin dağılımını görselleştirmek için kullanışlıdır. Örneğin, bir hisse senedinin fiyat hareketlerinin dağılımını gösteren bir histogram oluşturabilirsiniz.

Finansal verilerde zaman serisi oldukça önemlidir ve Matplotlib'te kullanılan heatmap ve bölgesel grafikler, zaman serisindeki önemli değişiklikleri görselleştirmek için kullanışlıdır.

Sonuç olarak, Matplotlib, finansal verileri görselleştirmek için kullanışlı tekniklere sahiptir. Grafiklerinizi finansal verilerinize göre özelleştirerek, verilerinizi daha iyi anlayabilirsiniz.