مصورسازی داده با Matplotlib

چرا مصورسازی داده مهم است؟

قبل از ساخت هر مدلی، باید داده را ببینیم. نمودارها الگوها، پراکندگی‌ها و داده‌های مشکوک را نشان می‌دهند که با نگاه به اعداد دیده نمی‌شوند.

Matplotlib چیست؟

Matplotlib کتابخانه اصلی رسم نمودار در پایتون است. ماژول pyplot آن پرکاربردترین بخش است:

import matplotlib.pyplot as plt

نمودار خطی (Line Plot)

برای نمایش روند در طول زمان:

months = [1, 2, 3, 4, 5]
sales = [100, 120, 115, 140, 160]

plt.plot(months, sales)
plt.xlabel("ماه")
plt.ylabel("فروش")
plt.title("روند فروش")
plt.show()

نمودار پراکندگی (Scatter Plot)

مهم‌ترین نمودار در ML! رابطه دو متغیر را نشان می‌دهد:

plt.scatter(df["meter"], df["price"])
plt.xlabel("متراژ")
plt.ylabel("قیمت")
plt.show()

اگر نقاط تقریباً روی یک خط باشند، رابطه خطی وجود دارد و رگرسیون خطی مناسب است.

نمودار میله‌ای (Bar Chart)

برای مقایسه دسته‌ها:

cities = ["تهران", "اصفهان", "شیراز"]
counts = [500, 300, 200]
plt.bar(cities, counts)

هیستوگرام (Histogram)

برای دیدن توزیع یک متغیر:

plt.hist(df["price"], bins=10)

هیستوگرام نشان می‌دهد داده در چه بازه‌هایی متمرکز است و آیا چوله است یا نه.

شخصی‌سازی نمودار

plt.plot(x, y, color="red", linestyle="--", marker="o")
plt.title("عنوان", fontsize=14)
plt.grid(True)
plt.legend(["سری اول"])

جمع‌بندی

• plot برای روند، scatter برای رابطه دو متغیر
• bar برای مقایسه دسته‌ها، hist برای توزیع
• همیشه قبل از مدل‌سازی، داده را ببینید!