مقدمة إلى مكتبة Matplotlib

Matplotlib هي مكتبة قوية وشاملة في لغة البرمجة بايثون، تُستخدم بشكل رئيسي لإنشاء الرسوم البيانية والمخططات. تعتبر Matplotlib أداة أساسية للعلماء والمحللين والمطورين الذين يحتاجون إلى عرض البيانات بشكل مرئي. تأسست المكتبة على يد John D. Hunter في عام 2003، ومنذ ذلك الحين أصبحت الخيار الأول للعديد من المتخصصين في تحليل البيانات.

تتميز Matplotlib بقدرتها على إنشاء مجموعة متنوعة من الرسوم، بما في ذلك الرسوم الخطية والرسوم الشريطية والرسوم الدائرية والرسوم الحرارية. مع وجود مجتمع كبير من المستخدمين والمطورين، تستمر المكتبة في التطور والتحسين لتلبية احتياجات المستخدمين المتزايدة.

كيفية تثبيت Matplotlib

قبل الشروع في استخدام Matplotlib، يجب عليك تثبيتها على نظامك. يمكن القيام بذلك بسهولة باستخدام مدير الحزم pip. ببساطة، افتح سطر الأوامر وأدخل الأمر التالي:

pip install matplotlib

بعد الانتهاء من التثبيت، يمكنك البدء في استخدام المكتبة لإنشاء الرسوم البيانية الخاصة بك. تأكد من أن لديك أيضًا مكتبة NumPy مثبتة، حيث تعتمد Matplotlib على العديد من وظائفها.

إنشاء الرسوم البيانية الأساسية

بمجرد تثبيت Matplotlib، يمكنك البدء في إنشاء الرسوم البيانية. لنبدأ بمثال بسيط لإنشاء رسم بياني خطي:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

plt.plot(x, y)
plt.xlabel('X axis')
plt.ylabel('Y axis')
plt.title('Simple Line Plot')
plt.show()

في هذا المثال، قمنا أولاً باستيراد الوحدة الفرعية pyplot من Matplotlib. ثم قمنا بتعريف قيم المحورين x و y. باستخدام دالة plot، يمكننا إنشاء الرسم البياني، ثم نحدد التسميات للمحاور والعنوان باستخدام دوال xlabel و ylabel و title. وأخيرًا، نستخدم دالة show لعرض الرسم البياني.

إنشاء الرسوم البيانية الشريطية

الرسوم البيانية الشريطية هي وسيلة ممتازة لعرض البيانات التي يمكن تصنيفها إلى فئات. إليك كيفية إنشاء رسم بياني شريطي باستخدام Matplotlib:

import matplotlib.pyplot as plt

categories = ['A', 'B', 'C', 'D']
values = [5, 7, 3, 8]

plt.bar(categories, values)
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar Chart Example')
plt.show()

كما هو موضح في المثال، نستخدم دالة bar لإنشاء الرسم البياني الشريطي. يمكننا تخصيص التسميات والعنوان بنفس الطريقة كما في المثال السابق. باستخدام Matplotlib، يمكنك تخصيص الألوان والأنماط لجعل الرسوم البيانية أكثر جاذبية ووضوحًا.