Python ile Axes Scatter Grafiği Oluşturma

Giriş

Python, veri görselleştirme konusunda sunduğu bir dizi kütüphane ile geliştiricilerin verilerini daha iyi anlamalarına yardımcı olur. Özellikle Matplotlib ve Seaborn gibi kütüphaneler, verileri scatter grafikleri ile görselleştirmenin bir yolunu sunar. Scatter grafikleri, iki değişken arasındaki ilişkiyi görselleştirmenin etkili bir yolunu sunarken, verideki olası kalıpların da keşfedilmesine olanak tanır. Bu yazıda, Matplotlib kütüphanesini kullanarak axes scatter grafiği oluşturmayı detaylı bir şekilde inceleyeceğiz.

Matplotlib Kütüphanesine Giriş

Matplotlib, Python’da veri görselleştirme için sıklıkla kullanılan bir kütüphanedir. 2003 yılında John Hunter tarafından geliştirilmiştir ve o zamandan beri çok çeşitli görselleştirme olanakları sunmaktadır. Matplotlib ile statik, etkileşimli ve animasyonlu grafikler oluşturmak mümkündür. Veri bilimi ve makine öğrenimi projeleri için vazgeçilmez bir araç haline gelmiştir.

Matplotlib, Pyplot modülü üzerinden işlevsellik kullanarak grafik oluşturma işlemlerini oldukça basit hale getirir. Grafiklerin özelleştirilmesi için çok çeşitli seçenekler sunar ve aynı zamanda diğer kütüphanelerle entegrasyon konusunda da oldukça esnektir.

Bir scatter grafi, belirli iki değişkenin karşılaştırılmasını görselleştirirken, her bir veri noktasının x-y koordinatlarına yerleştirilmesi ile oluşturulur. Veri noktaları, pek çok farklı özellik ile renklendirilebilir veya şekillendirilebilir, bu sayede verideki daha karmaşık ilişkiler de göz önüne serilebilir.

Scatter Grafikleri Oluşturma

Scatter grafi oluşturmak için öncelikle gerekli kütüphaneleri yükleyip, veri kümenizi hazırlamanız gerekmektedir. Kütüphanelerimizi yüklemek için genellikle aşağıdaki şekilde kod yazılır:

import matplotlib.pyplot as plt
import numpy as np

Burada NumPy kütüphanesi, sayısal hesaplamalar için kullanılır; dolayısıyla, scatter grafi oluşturmak üzere bir veri seti oluşturmak için NumPy kullanacağız. Aşağıda, rastgele bir veri kümesi oluşturulduktan sonra bunun nasıl scatter grafi ile görselleştirileceği tanımlanmaktadır:

np.random.seed(0)

x = np.random.rand(50) # 0 ile 1 arasında 50 rastgele nokta
 y = np.random.rand(50) # 0 ile 1 arasında 50 rastgele nokta

plt.scatter(x, y)  # Scatter grafi oluşturma
plt.title('Rastgele Scatter Grafi')
plt.xlabel('X Değeri')
plt.ylabel('Y Değeri')
plt.show()

Bu kod, x ve y değişkenleri için 50 adet rastgele değer oluşturur ve plt.scatter fonksiyonu ile bu değerleri görselleştirir. plt.title, plt.xlabel ve plt.ylabel fonksiyonları grafiğe başlık ve eksen isimleri eklemek için kullanılır.

Grafik Özelleştirmeleri

Matplotlib, grafiklerinizi özelleştirmenize olanak tanır. Scatter grafi oluştururken, işlem için birkaç özelleştirme seçeneği bulunmaktadır. Örneğin, veri noktalarınızın rengini, boyutunu ve şeklini değiştirebilirsiniz. Aşağıdaki örnekte bu özelleştirmeleri açıklamaktayız:

plt.scatter(x, y, s=100, c='red', alpha=0.5, marker='o')

Burada:

s: Veri noktalarının boyutunu belirler (örneğin, 100).
c: Veri noktalarının rengini belirler (örneğin, ‘red’).
alpha: Saydamlık seviyesini belirler (0 ile 1 arasında bir değer, burada 0.5 kullanıldı).
marker: Kullanılacak şekli belirler (örneğin, ‘o’ bir daire şeklinde temsil eder).

Grafiğinizi bu seçeneklerle özelleştirerek, verilerinizi daha okunabilir ve anlamak için daha kolay hale getirebilirsiniz. Özelleştirme işlemleri sayesinde verideki varyasyonlar daha belirgin hale gelir.

Çok Değişkenli Verilerin Görselleştirilmesi

Scatter grafikleri genellikle iki değişken arasındaki ilişkiyi göstermek için kullanılır. Bununla birlikte, üç veya daha fazla değişkeni görselleştirmenin bir yolu, veri noktalarının rengini veya boyutunu ek değişkenler için kullanmaktır. Bu yöntemle, belirli bir veri noktasının üçüncü bir özelliğini veya değişkenini de görselleştirmiş olursunuz.

Aşağıdaki örnekte, veri noktalarının boyutunu 0 ile 100 arasında farklı bir değişken ile ilişkilendirebiliriz:

sizes = 100 * np.random.rand(50)  # Boyut değişkenini oluşturma

plt.scatter(x, y, s=sizes, c='blue', alpha=0.5)
plt.title('Boyut Değişkeni ile Scatter Grafi')
plt.xlabel('X Değeri')
plt.ylabel('Y Değeri')
plt.show()

Bu şekilde, her bir veri noktasının büyüklüğü farklı bir özellik ile temsil edilir. Örneğin, boyutlar bir veri noktasının anomali olup olmadığını gösterir. Bu tür bir görselleştirme, verideki ilişkileri daha derinlemesine incelemenize yardımcı olur.

Grafiklerin Kaydedilmesi

Yalnızca göstermekle kalmayıp, Matplotlib ile oluşturduğunuz grafiklerinizi kaydetmek için de birkaç basit adım var. Grafiğinizi görüntüledikten sonra kaydetmek için plt.savefig fonksiyonunu kullanabilirsiniz:

plt.savefig('scatter_plot.png')

Bu kod, oluşturduğunuz grafiği ‘scatter_plot.png’ ismiyle kaydedecektir. Bu şekilde, görselleştirmelerinizi daha sonraki kullanımlarınızda veya raporlarınızda kolayca ekleyebilirsiniz.

Sonuç

Python ile scatter grafikleri oluşturmak, veri analizi ve görselleştirmesi açısından son derece önemlidir. Matplotlib kütüphanesini kullanarak iki veya daha fazla değişken arasındaki ilişkileri kolayca görselleştirebiliriz. Grafikleri özelleştirme, çok değişkenli verilerin analizini daha etkin bir hale getirir ve verileriniz hakkında derin bir anlayış sağlar.

Bu yazıda öğrendiğiniz tekniklerle, kendi veri kümenizi kullanarak scatter grafikleri oluşturabilir, özelleştirebilir ve veri analizi yaparken önemli içgörüler elde edebilirsiniz. Python’un sunduğu esneklik ve kolaylık ile verilerinizi görselleştirmek, projelerinizin kalitesini artıracaktır. Şimdi sırada kendi verilerinizle uygulama yapmak var!

Umarım bu rehber, scatter grafiklerini Python ile kullanmada size yardımcı olmuştur. Potansiyelinizi keşfetmek için denemeler yapmayı unutmayın!