পাইথনে বিভিন্ন চার্ট দিয়ে ডেটা ভিজ্যুয়ালাইজেশন

পাইথনে ডেটা ভিজ্যুয়ালাইজেশনের জন্য ব্যবহার করা সহজ অনেক লাইব্রেরি রয়েছে। ভালো খবর হলো এগুলো ছোট বা বড় ডেটাসেটের সাথে কাজ করে।

সबसे ज्यादा ব্যবহৃত পাইথন লাইব্রেরিগুলো:

• Matplotlib
• Pandas
• Plotly
• Seaborn

নিচে একটি ফিক্সড ডেটা দিয়ে বিভিন্ন টাইপের ভিজ্যুয়ালাইজেশন চার্ট প্লট করব যাতে ডেটা ভালোভাবে অ্যানালাইজ করা যায়।

বিশ্লেষণ করা ডেটাসেট

বেসিক প্লট

লাইন প্লট, স্ক্যাটার প্লট এবং হিস্টোগ্রাম বানানো যাক।

লাইন প্লট

লাইন গ্রাফে একটি লাইন আঁকা হয় x এবং y ভ্যালুর সম্পর্ক নির্দেশ করতে।

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()

আউটপুট

স্ক্যাটার প্লট

অথবা ডেটা পয়েন্ট হিসেবে দুটি পজিশনে পরিমাণ প্লট করতে চাইতে পারেন।

লাইন গ্রাফের মতো একই ডেটা দিয়ে স্ক্যাটার প্লটের জন্য কোডে এক লাইন পরিবর্তন করুন:

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

আউটপুট

হিস্টোগ্রাম

হিস্টোগ্রাম বিজ্ঞানের অ্যাপ্লিকেশনে খুব ব্যবহৃত হয় এবং ডিস্ট্রিবিউশন প্লট করতে খুব উপযোগী।

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()

আউটপুট

পাই চার্ট

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()

আউটপুট

পোলার প্লট

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()

আউটপুট