Matplotlib डेटा विज़ुअलाइज़ेशन के लिए एक लोकप्रिय पायथन पैकेज है। डेटा विज़ुअलाइज़ेशन एक महत्वपूर्ण कदम है क्योंकि यह समझने में मदद करता है कि संख्याओं को देखे बिना और जटिल गणनाएं किए बिना डेटा में क्या हो रहा है। यह दर्शकों को मात्रात्मक अंतर्दृष्टि प्रभावी ढंग से संप्रेषित करने में मदद करता है।
Matplotlib का उपयोग डेटा के साथ 2-आयामी प्लॉट बनाने के लिए किया जाता है। यह एक ऑब्जेक्ट-ओरिएंटेड API के साथ आता है जो पायथन एप्लिकेशन में प्लॉट एम्बेड करने में मदद करता है। Matplotlib का उपयोग IPython शेल्स, Jupyter नोटबुक, Spyder IDE आदि के साथ किया जा सकता है।
यह पायथन में लिखा गया है। इसे Numpy का उपयोग करके बनाया गया है, जो पायथन में न्यूमेरिकल पायथन पैकेज है।
Windows पर Python को नीचे दिए गए कमांड का उपयोग करके इंस्टॉल किया जा सकता है:
pip install matplotlib
Matplotlib की निर्भरताएं
Python (>= 3.4) NumPy Setuptools Pyparsing Libpng Pytz Free type Six Cycler Dateutil
एक क्विवर प्लॉट का उपयोग वेग वैक्टर्स को सरणियों के रूप में प्रदर्शित करने के लिए किया जाता है जिनमें बिंदुओं (x, y) पर घटक (u, v) होते हैं। इसे नीचे दिए गए कमांड का उपयोग करके बनाया जा सकता है:
quiver(x,y,u,v, color)
यहां, 'x', 'y', 'u' और 'v' डेटा के 1-D या 2-D अनुक्रम के निर्देशांक हो सकते हैं।
आइए समझते हैं कि Matplotlib का उपयोग करके क्विवर प्लॉट कैसे बनाया जा सकता है:
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 5.4, 0.5)
y = np.arange(0, 5.4, 0.5)
X, Y = np.meshgrid(x, y)
u = np.cos(X)*Y
v = np.sin(Y)*Y
fig, ax = plt.subplots(figsize=(12, 8))
ax.quiver(X, Y, u, v)
ax.xaxis.set_ticks([])
ax.yaxis.set_ticks([])
ax.axis([-0.7, 2.7, -0.7, 2.7])
ax.set_aspect('equal')
plt.show()
आउटपुट
व्याख्या
आवश्यक पैकेज आयात किए जाते हैं, और उपनाम दिए जाते हैं।
NumPy लाइब्रेरी का उपयोग करके डेटा उत्पन्न किया जाता है।
साइन और कोस फ़ंक्शन परिभाषित किए जाते हैं।
प्लॉट का आकार परिभाषित किया जाता है।
Matplotlib में मौजूद 'quiver' फ़ंक्शन को कॉल किया जाता है।
प्लॉट प्रदर्शित करने के लिए 'show' फ़ंक्शन का उपयोग किया जाता है।
