Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

पायथन में विभिन्न चार्ट के साथ डेटा विज़ुअलाइज़ेशन


पायथन डेटा विज़ुअलाइज़ेशन के लिए विभिन्न उपयोग में आसान लाइब्रेरी प्रदान करता है। अच्छी बात यह है कि ये लाइब्रेरी छोटे या बड़े डेटासेट के साथ काम करती हैं।

डेटा विज़ुअलाइज़ेशन के लिए सबसे अधिक उपयोग की जाने वाली पायथन लाइब्रेरी में से कुछ हैं -

  • Matplotlib

  • Pandas

  • Plotly

  • Seaborn

नीचे हम एक निश्चित डेटा के लिए विभिन्न प्रकार के विज़ुअलाइज़ेशन चार्ट प्लॉट करने जा रहे हैं ताकि उस डेटा का बेहतर विश्लेषण किया जा सके।

हम नीचे दिए गए डेटा सेट का विश्लेषण करने जा रहे हैं जिसे विभिन्न चार्ट के माध्यम से विज़ुअलाइज़ किया जाएगा -

देश या क्षेत्र वर्ष वेरिएंट मान
भारत 2019 मध्यम 1368737.513
भारत 2019 उच्च 1378419.072
भारत 2019 कम 1359043.965
भारत 2019 निरंतर प्रजनन क्षमता 1373707.838
भारत 2019 तत्काल प्रतिस्थापन 1366687.871
भारत 2019 शून्य प्रवासन 1370868.782
भारत 2019 निरंतर मृत्यु दर 1366282.778
भारत 2019 कोई परिवर्तन नहीं 1371221.64
भारत 2019 गति 1367400.614

बेसिक प्लॉट

आइए कुछ बेसिक प्लॉट बनाएं: लाइन प्लॉट, स्कैटर प्लॉट और हिस्टोग्राम

लाइन प्लॉट

लाइन ग्राफ वे प्लॉट हैं जहां एक रेखा खींची जाती है ताकि x और y मानों के एक विशेष सेट के बीच संबंध को इंगित किया जा सके।

import matplotlib.pyplot as plt
Year = [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019]
India_Population = [1173108018,1189172906,1205073612,1220800359,1266344631,1309053980,1324171354,1339180127,1354051854,1368737513]
plt.plot(Year, India_Population)
plt.show()

आउटपुट

पायथन में विभिन्न चार्ट के साथ डेटा विज़ुअलाइज़ेशन

स्कैटर प्लॉट

वैकल्पिक रूप से, आप डेटा पॉइंट्स के रूप में 2 स्थितियों के साथ मात्रा प्लॉट करना चाह सकते हैं।

लाइन ग्राफ के लिए समान डेटा पर विचार करें, स्कैटर प्लॉट बनाने के लिए हमें उपरोक्त कोड में केवल एक लाइन संशोधित करने की आवश्यकता है -

plt.plot(Year, India_Population,'o')

आउटपुट

पायथन में विभिन्न चार्ट के साथ डेटा विज़ुअलाइज़ेशन

हिस्टोग्राम

हिस्टोग्राम विज्ञान अनुप्रयोगों में बहुत बार उपयोग किए जाते हैं और यह बहुत संभावना है कि आपको किसी बिंदु पर उन्हें प्लॉट करने की आवश्यकता होगी। वे वितरण प्लॉट करने के लिए बहुत उपयोगी हैं।

import pandas as pd
import matplotlib.pyplot as plt
data = [
    ['India', 2019, 'Medium', 1368737.513],
    ['India', 2019, 'High', 1378419.072],
    ['India', 2019, 'Low', 1359043.965],
    ['India', 2019, 'Constant fertility', 1373707.838],
    ['India', 2019,'Instant replacement', 1366687.871],
    ['India', 2019, 'Zero migration', 1370868.782],
    ['India', 2019,'Constant mortality', 1366282.778],
    ['India', 2019, 'No change', 1371221.64],
    ['India', 2019, 'Momentum', 1367400.614],
]
df = pd.DataFrame(data, columns = ([ 'Country or Area', 'Year(s)', 'Variant', 'Value']))
df.hist()
plt.show()

आउटपुट

पायथन में विभिन्न चार्ट के साथ डेटा विज़ुअलाइज़ेशन

पाई चार्ट

import numpy as np
import matplotlib.pyplot as plt
n = 25
Z = np.ones(n)
Z[-1] *= 2.5
plt.axes([0.05, 0.05, 0.95, 0.95])
plt.pie(Z, explode=Z*.05, colors=['%f' % (i/float(n)) for i in range(n)], wedgeprops={"linewidth": 1, "edgecolor": "green"})
plt.gca().set_aspect('equal')
plt.xticks([]), plt.yticks([])
plt.show()

आउटपुट

पायथन में विभिन्न चार्ट के साथ डेटा विज़ुअलाइज़ेशन

पोलर प्लॉट

कोड:

import numpy as np
import matplotlib.pyplot as plt
ax = plt.axes([0.5,0.05,0.95,0.95], polar=True)
N = 25
theta = np.arange(0.0, 2.5*np.pi, 2.5*np.pi/N)
radii = 10*np.random.rand(N)
width = np.pi/4*np.random.rand(N)
bars = plt.bar(theta, radii, width=width, bottom=0.0)
for r,bar in zip(radii, bars):
    bar.set_facecolor(plt.cm.jet(r/10.))
    bar.set_alpha(0.5)
ax.set_xticklabels([])
ax.set_yticklabels([])
plt.show()

आउटपुट

पायथन में विभिन्न चार्ट के साथ डेटा विज़ुअलाइज़ेशन


  1. पायथन डेटा एनालिसिस और विज़ुअलाइज़ेशन (Pandas) पायथन डेटा एनालिसिस और विज़ुअलाइज़ेशन (Pandas)

    Pandas डेटा साइंस और एनालिटिक्स के लिए सबसे लोकप्रिय पायथन लाइब्रेरी है। यह डेटा मैनिपुलेशन, एनालिसिस, और क्लीनिंग के लिए हाई-लेवल अब्स्ट्रैक्शन प्रदान करता है (NumPy पर निर्मित)। इंस्टॉलेशन pip install pandas matplotlib मूल डेटा स्ट्रक्चर्स Series - 1-डायमेंशनल लेबल्ड ऐरे 24]) # मैथ ऑपरेशन्स p

  1. पायथन में डेटा विश्लेषण और विज़ुअलाइज़ेशन पायथन में डेटा विश्लेषण और विज़ुअलाइज़ेशन

    पायथन डेटा विश्लेषण और विज़ुअलाइज़ेशन के लिए कई लाइब्रेरी प्रदान करता है मुख्य रूप से numpy, pandas, matplotlib, seaborn आदि। इस खंड में, हम डेटा विश्लेषण और विज़ुअलाइज़ेशन के लिए pandas लाइब्रेरी पर चर्चा करने जा रहे हैं जो numpy के ऊपर बनी एक ओपन सोर्स लाइब्रेरी है। यह हमें तेजी से विश्लेषण और डे

  1. अलग Apple ID वाले iPhone से iPhone में डेटा ट्रांसफर कैसे करें अलग Apple ID वाले iPhone से iPhone में डेटा ट्रांसफर कैसे करें

    Apple iCloud उपयोगकर्ताओं को दो iDevices के बीच डेटा साझा करने का एक आसान तरीका प्रदान करता है। हालांकि, कभी-कभी हमें iPhone से iPhone में डेटा ट्रांसफर करने के लिए नो-iCloud तरीके की आवश्यकता होती है। आप नए Apple अकाउंट का उपयोग करने वाले नए iPhone पर डेटा ट्रांसफर करना चाह सकते हैं या दूसरों के सा