Matplotlib

Course 👨‍💻 Pyhton

Elbette! Aşağıda Python'da Matplotlib kütüphanesini, baştan sona, çok detaylı bir şekilde
ve örnek Python kodlarıyla birlikte, Türkçe açıklamalı olarak anlatıyorum. Tıpkı pandas
ve numpy anlatımlarındaki gibi sistemli ve öğretici bir yapıya sahiptir.

🎨 Python - Matplotlib Kütüphanesi Detaylı

Konu Anlatımı ve Kod Örnekleri

1. Matplotlib Nedir? Giriş ve Kurulum

Matplotlib, Python’da grafikler çizmek ve görselleştirme yapmak için kullanılan en popüler
kütüphanelerden biridir. Genellikle lineer grafikler, çubuk grafikler, histogramlar,
dağılım grafikleri, görüntü gösterimi ve daha fazlası için kullanılır.
Kurulum:

pip install matplotlib

Kütüphaneyi içe aktarma:

import [Link] as plt # genelde pyplot modülü 'plt' olarak çağrılır

2. Basit Bir Grafik Çizimi (Line Plot)

import [Link] as plt

x = [1, 2, 3, 4, 5]
y = [10, 20, 25, 30, 40]

Matplotlib 1
 [Link](x, y) # x ve y verilerini çiz
[Link]("Basit Çizgi Grafiği") # Grafik başlığı
[Link]("X ekseni") # X eksenine etiket
[Link]("Y ekseni") # Y eksenine etiket
[Link](True) # Izgara çizgilerini aç
[Link]() # Grafiği göster

3. Grafik Türleri
A. Çubuk Grafik (Bar Plot)

kategoriler = ['A', 'B', 'C']

degerler = [10, 25, 5]

[Link](kategoriler, degerler)
[Link]("Çubuk Grafik")
[Link]("Değerler")
[Link]()

B. Yatay Çubuk Grafik

[Link](kategoriler, degerler)
[Link]("Yatay Çubuk Grafik")
[Link]("Değerler")
[Link]()

C. Histogram

import numpy as np

veri = [Link](1000) # Normal dağılım

[Link](veri, bins=30, color='skyblue', edgecolor='black')
[Link]("Histogram")
[Link]()

D. Dağılım Grafiği (Scatter Plot)

Matplotlib 2
 x = [Link](50)
y = [Link](50)

[Link](x, y, color='red')
[Link]("Dağılım Grafiği")
[Link]("X")
[Link]("Y")
[Link]()

E. Pasta (Pie) Grafiği

etiketler = ['Python', 'C', 'Java']

oranlar = [50, 30, 20]

[Link](oranlar, labels=etiketler, autopct='%1.1f%%')

[Link]("Programlama Dilleri Dağılımı")
[Link]()

4. Grafiklerde Renk, Stil ve Marker Ayarları

x = [1, 2, 3, 4]
y = [2, 4, 6, 8]

[Link](x, y, color='green', linestyle='--', marker='o')

[Link]("Renk, Stil ve İşaretleyici Kullanımı")
[Link]()

color : 'red', 'blue', 'green', 'black' gibi renkler.

linestyle : '-', '--', '-.', ':' gibi çizgi türleri.

marker : 'o', 's', '^', '*', '.' gibi veri noktası simgeleri.

5. Birden Fazla Grafik (subplot)

Matplotlib 3
 x = [Link](0, 10, 100)
y1 = [Link](x)
y2 = [Link](x)

[Link](2, 1, 1) # 2 satır 1 sütun, 1. grafik

[Link](x, y1)
[Link]("Sin(x)")

[Link](2, 1, 2) # 2. grafik
[Link](x, y2)
[Link]("Cos(x)")

plt.tight_layout() # Alt alta sıkışmasını önler

[Link]()

6. Grafiklere Yazı Ekleme (Annotation)

x = [Link](0, 10, 100)

y = [Link](x)

[Link](x, y)
[Link]("Annotation Örneği")
[Link]("Maksimum", xy=(1.5, 1), xytext=(3, 1),
arrowprops=dict(facecolor='black', shrink=0.05))
[Link]()

7. Grafik Boyutu, DPI ve Kayıt Etme

[Link](figsize=(8, 4), dpi=100) # Genişlik: 8 inç, Yükseklik: 4 inç, DPI: 10

0
[Link]([1, 2, 3], [4, 5, 6])
[Link]("Kayıt Edilecek Grafik")
[Link]("[Link]") # PNG olarak kaydeder
[Link]()

Matplotlib 4
 8. Eksen Ayarları

x = [1, 2, 3, 4]
y = [10, 20, 30, 40]

[Link](x, y)
[Link](0, 5) # X ekseni sınırları
[Link](0, 50) # Y ekseni sınırları
[Link]([1, 2, 3, 4]) # X ekseni tikleri
[Link]([10, 20, 30, 40])
[Link](True)
[Link]()

9. Çoklu Çizgiler ve Etiketler

x = [1, 2, 3, 4]
y1 = [1, 4, 9, 16]
y2 = [2, 5, 10, 17]

[Link](x, y1, label='y = x^2')

[Link](x, y2, label='y = x^2 + 1')
[Link]()
[Link]("Çoklu Çizgi ve Etiket")
[Link]()

10. Renk Paletleri ve Stil Kullanımı

[Link]('ggplot') # 'seaborn', 'fivethirtyeight', 'bmh' gibi stiller
x = [Link](0, 10, 100)
y = [Link](x)

[Link](x, y)
[Link]("Stil Uygulamalı Grafik")
[Link]()

Matplotlib 5
 11. 3D Grafikler (Ekstra)

from mpl_toolkits.mplot3d import Axes3D

fig = [Link]()
ax = fig.add_subplot(111, projection='3d')

x = [Link](-5, 5, 50)
y = [Link](-5, 5, 50)
X, Y = [Link](x, y)
Z = [Link]([Link](X**2 + Y**2))

ax.plot_surface(X, Y, Z, cmap='viridis')
[Link]("3D Yüzey Grafiği")
[Link]()

12. Görüntü (Resim) Gösterimi

import [Link] as mpimg

img = [Link]('[Link]')
[Link](img)
[Link]('off') # Eksenleri gizle
[Link]("Resim Gösterimi")
[Link]()

Ekstra: Matplotlib + NumPy + Pandas ile Entegre Kullanım

import pandas as pd
import numpy as np
import [Link] as plt

veri = [Link]({
'Ay': ['Ocak', 'Şubat', 'Mart'],
'Satış': [120, 150, 170]
})

Matplotlib 6
 [Link](veri['Ay'], veri['Satış'], color='orange')
[Link]("Aylık Satışlar")
[Link]("Satış Adedi")
[Link]()

Bu şekilde Matplotlib ile ilgili tüm temel ve ileri düzey konuları kapsayan bir rehber
oluşturduk.

İstersen bu konulardan pratik yapman için alıştırmalar da hazırlayabilirim. Hazır mısın?

Matplotlib verileri görselleştirmek için kullanılan önemli bir python kütüphanesidir. Bu

kütüphane ile iki veya üç boyutlu grafikler oluşturabilmekteyiz. Numpy ve Pandas
kütüphanleri ile birliktede kullanılaktadır. Öncelikle İlgili kütüphanleri dahil edelim sonra
pyplot sınıfını plt takma adını verip daha hızlı bir şekilde grafikler oluşturalım. x düzlemi ile
y düzlemi üzerindeki noktalarımız belirleyelim.

import [Link] as plt

import numpy as np
x=[Link]([0,6]) #yatay düzlemi
y=[Link]([0,100]) #dikey düzlem
[Link](x,y) #grafik oluşturuldu
[Link]() #görüntülendi

Matplotlib 7
 İstersek yatay ve dikey düzemde cizgi yerine noktlarda oluşturabiliriz. Bunun için
[Link](x,y,’o’) sonuna küçük o karaterini gireceğiz

import [Link] as plt

import numpy as np
x=[Link]([0,6,7,9,10]) #yatay düzlemi
y=[Link]([0,60,65,90,100]) #dikey düzlem
[Link](x,y,'o') #grafik oluşturuldu
[Link]() #görüntülendi

Şimdi ise farlı birden çok değerden oluşan bir diagram oluşturalım. Burada ki diagram (1,5)
konumunda (2,8) uğrayarak (4,10) ulaşsın.

import matplotlib
import [Link] as plt
import numpy as np
x=[Link]([1,2,4]) #yatay düzlemi
y=[Link]([5,8,10]) #dikey düzlem
[Link](x,y) #grafik oluşturuldu
[Link]() #görüntülendi

Matplotlib 8
 Yine isterseniz sadece tek bir düzlem üzerindende grafik oluşturabilirsiniz. Yani iki farklı
değerin olmadığı tek bir değerin kullanıldığı grafilerdir. Aşağıdaki örnek sadece bir x(Yatay)
düzlemde verilen değerler varken y değerleri verilmemiştir. Bu durum sonucunda y düzlemi
1,2,3,4 gibi sıralı değer alacaktır.

import [Link] as plt

import numpy as np
x=[Link]([1,2,4,2,8]) #yatay düzlemi
[Link](x) #grafik oluşturuldu
[Link]() #görüntülendi

Plot Marker Kullanımı

Marker ile oluşturduğunuz grafikte notları aşağıdaki gibi gösterebilirsiniz. Saydece plot
fonksinyonuna marker='o' eklemeniz yeterli olacaktır.

import [Link] as plt

import numpy as np
x=[Link]([1,2,4,2,8])

Matplotlib 9
 [Link](x,marker='o') #marker eklendi
[Link]()

İsterseniz ‘o’,’*’,’.’,’,’,’x’,’^’ gibi karakterlerde kullanabilirsiniz.

import [Link] as plt

import numpy as np
x=[Link]([1,2,4,2,8])
[Link](x,marker='*') #marker eklendi
[Link]()

Çizgi rengini ve sitilin aynı zamanda notları belirtmek için aşağıdaki notasyonuda kullanabilirsiniz.
Çizgiler için ‘-‘=>Solid Line,’:’=>Dotted Line, ‘–‘=>Dashed Line ve ‘-.’=>Dashed/Dotted Line
notasyonlarınıda kullanabilirsiniz. Yine renklendireme için ‘r’ Red,’g’ Gree,’b’ Blue,’c’ Cyan,’m’
Magenta ,’y’ Yellow,’k’ Black,’w’ White notasyonları kullanabilirsiniz.

import [Link] as plt

Matplotlib 10
 import numpy as np
x=[Link]([1,2,4,2,8])
[Link](x,'o:g') #marker eklendi
[Link]()

Yine şekillendirme için aşağıdaki notasyonlarda işinizi görecektir.

import [Link] as plt

import numpy as np
x=[Link]([1,2,4,2,8])
[Link](x, marker='o',ms="20") #marker eklendi
[Link]()

Noktaların kenar rengini kırmızı yapalım.

import [Link] as plt

import numpy as np
x=[Link]([1,2,4,2,8])

Matplotlib 11
 [Link](x, marker='o',ms="20",mec="r") #marker eklendi
[Link]()

Şimdi de noktaların rengini değiştirelim

import [Link] as plt

import numpy as np
x=[Link]([1,2,4,2,8])
[Link](x, marker='o',ms="20",mec="r",mfc="green") #marker eklendi
[Link]()

[Link](x, marker = 'o', ms = 10, mec = 'r', mfc = 'r')

[Link](x, marker = 'o', ms = 20, mec = '#4CAF50', mfc = '#4CAF50')

Matplotlib Line Kullanımı

Grafik oluşturuken noktolara arasındaki çizgilerin desenlerinide belirte biliyoruz.

Matplotlib 12
 import [Link] as plt
import numpy as np
x=[Link]([1,2,4,2,8])
[Link](x, linestyle = 'dotted') #marker eklendi
[Link]()

Yine aşağıdaki gibi kullanımlarıda mevcuttur. Bu kulanımlarla grafiğinizi dahada belirgin hale getirebilirsiniz.
Çizginin kısaltılmış halide aşağıda mevcuttur. (solid,’-‘),(dotted,’:’),(dashed,’–‘),(dashdot,’-.’),(None,” or ‘ ‘)

[Link](x, linestyle = 'dashed')

[Link](x, ls = ':')
[Link](x, ls = '--')

Grafik çizgisinin yine renginide belirleyebiliyoruz. Bu sayede grafik içersideki birden fazla
farklı renklerde line kulanabiliriz.

import [Link] as plt

import numpy as np
x=[Link]([1,2,4,2,8])
x_2=[Link]([2,3,7,10])
[Link](x,color="purple", linestyle = 'dotted')
[Link](x_2,color="red", linestyle = 'dotted')
[Link]()

Matplotlib 13
 Yine aşağıda belirtildiği gibi matplotlib grafik çizgilerini renklendirebilirsiniz.

[Link](x, c = '#4CAF50')
[Link](x, c = 'hotpink')

Matplotlib Linewith Kullanımı

Matplotlib tablolarında grafik çizgisini genişliğini linewidth ile belirliyoruz. Aşağıdaki örenği
inceleyelim

import [Link] as plt

import numpy as np
x=[Link]([1,2,4,2,8])
x_2=[Link]([2,3,7,10])
[Link](x,color="purple", linewidth ='20')
[Link](x_2,color="red", linewidth = '10')
[Link]()

Matplotlip Multiline Kullanımı

Matplotlib 14
 Matplotlib ile grafik oluştururken birden fazla line oluşturmanız gerekiyorsa aşağıdaki örneği
inceleyiniz.

import [Link] as plt

import numpy as np
x=[Link]([0,3,4,7,9]) #yatay düzlemi
y=[Link]([0,2,3,4,7]) #dikey düzlem
x_2=[Link]([2,4,6,8,10]) #yatay düzlemi
y_2=[Link]([3,4,5,3,7]) #dikey düzlem
[Link](x,y) #grafik oluşturuldu
[Link](x_2,y_2) #grafik oluşturuldu
[Link]() #görüntülendi

Python Matplotli Grafik İçi Etkelter (Matplotlib Label)

Matplotlib grafiklerinde kullanıcıya bilgi vermek için x ve y düzleminde açıklma metinlerini
girmemiz gerekmektedir. Aşağıdaki örneğimizi inceleyelim

import [Link] as plt

import numpy as np
x=[Link]([0,3,4,7,9]) #yatay düzlemi
y=[Link]([0,2,3,4,7]) #dikey düzlem
[Link]("Tablo Açıklaması")
[Link]("Yata Düzlem Açıklamsı")
[Link]("Dikey Düzlem Açıklaması")
[Link](x,y)
[Link]()

Matplotlib 15
 Yine python matplotlib ‘de bu etketlerin özelliklerini aşağıdaki gibi verilebiliriz. Aynı
zamanda konumlarınıda loc parametresi ile verebiliriz.

import [Link] as plt

import numpy as np
x=[Link]([0,3,4,7,9]) #yatay düzlemi
y=[Link]([0,2,3,4,7]) #dikey düzlem
title={"font":"serif","color":"green","size":16}
xtitle={"font":"serif","color":"blue","size":16}
ytitle={"font":"serif","color":"red","size":16}
[Link]("Tablo Açıklaması",fontdict=title,loc="right")
[Link]("Yata Düzlem Açıklamsı",fontdict=xtitle,loc="left")
[Link]("Dikey Düzlem Açıklaması",fontdict=ytitle,loc="bottom")
[Link](x,y)
[Link]()

Python Matplotlib Grid Kullanımı

Matplotlib ile oluşturduğumuz grafiklerde x,y kordinatları arasında çizgiler oluşturabiliyoruz.

Matplotlib 16
 import [Link] as plt
import numpy as np
x=[Link]([1,2,4,2,8])
[Link](x) #marker eklendi
[Link](color = "red",linestyle = ":",linewidth = 1)
[Link]()

Yine aşağıdaki gibi matplotlib kütüphanesinde sadece x ve y konularında da grid

oluşturulabilmektedir.

import [Link] as plt

import numpy as np
x=[Link]([1,2,4,2,8])
[Link](x) #marker eklendi
[Link](axis='x')
[Link](axis='y')
[Link]()

Matplotlib 17
 Python Matplotlib Subplot Kullanımı
Python matplotlib ile alt grafikler oluşturabilmektediyiz. Bunu matplotlib’de subplot ile
yapmaktayıdz.

import [Link] as plt

import numpy as np
x_1=[Link]([1,2,4,10])
y_1=[Link]([50,79,80,100])
[Link](3,3,1) #3 satır 3 sütuna sahib ve birinci plot
[Link]("Birinci Plot")
[Link](x_1,y_1)
x_1=[Link]([1,2,4,10])
y_1=[Link]([10,29,30,40])
[Link](3,3,2) #3 satır 3 sütuna sahib ve ikinci plot
[Link]("İkinci Plot")
[Link](x_1,y_1)
x_1=[Link]([2,4,6,10])
y_1=[Link]([10,29,30,40])
[Link](3,3,3) #3 satır 3 sütuna sahib ve Üçüncü plot
[Link]("Üçüncü Plot")
[Link](x_1,y_1)
x_1=[Link]([2,4,6,10])
y_1=[Link]([10,29,30,40])
[Link](3,3,4) #3 satır 3 sütuna sahib ve Dördüncü plot
[Link]("Dördüncü Plot") #başlık
[Link](x_1,y_1)
[Link]('Tablo Başlık') #genel Başlık
[Link]()

Matplotlib 18
 Burda kullanmış olduğumuz [Link](3,3,1) kullanımı üç satırlık ve üç sütunluk bir tablo
içerisine birinci brafik yerleşmiş oluyor. Bu sıralamada sonraki değerde üçüncü
parametre [Link](3,3,2) 2 değerini alıyor. [Link]("Satır Adet","Sütun Adet","Grafik
Sıra") şeklinde oluşturulmaktadır.

Matplotlib Dağılım Grafikleri Oluşturma (Scatter Plots)

Python Matplotlib ile notkta dağılım grafikleri oluşturmak için [Link]() fonksiyonu
kullanılmaktadır. Aşağıda buna örnek bir uygulama yapalım.

import [Link] as plt

import numpy as np
x=[Link]([12,13,15,17,19,20])
y=[Link]([40,80,90,170,190,200])
[Link](x,y)
[Link]()

Yine matplotlib kütüphanesinde istersek dağılım grafiklerinde iki grafiğin dağılımını farklı
renkler ile gösterebiliriz.

import [Link] as plt

import numpy as np
#Grafik 1
x=[Link]([12,13,15,17,19,20])
y=[Link]([40,80,90,170,190,200])
[Link](x,y,color="#54aeff")
#Grafik 2
x=[Link]([14,15,17,19,21,23])

Matplotlib 19
 y=[Link]([30,70,80,150,160,180])
[Link](x,y,color="#2da44e")
[Link]()

Yine istersek noktaların her birini ayrı ayrı renkledir ve boyutlandırabiliriz. Aynı zamanda
renk barınıda yanına ekleyebiliriz. Alpha ile opacity değeri verebiliriz.

import [Link] as plt

import numpy as np
#Grafik 1
x=[Link]([12,13,15,17,19,20])
y=[Link]([40,80,90,170,190,200])
renk=[Link](["#54aeff","#22aeff","#99aeff","#54eeff","#54cccc","#54aedd"
boyut=[Link]([1500,800,2800,70,320,30]) #sıralı bir şekilde noktaların boyu
[Link](x,y,c=renk,s=boyut) #Boyut ve renkler dahil edildi.
#Grafik 2
x=[Link]([14,15,17,19,21,23])
y=[Link]([30,70,80,150,160,180])
renk_1=[Link]([20,40,50,70,80,100]) #sıralı bir şekilde 0,100 arası renkler bel
boyut=[Link]([1000,2050,320,90,50,210]) #sıralı bir şekilde noktaların boyut
[Link](x,y,c=renk_1,s=boyut,alpha=0.4) #alpha değeri ile opacity düşürüld
[Link]()
[Link]()

Matplotlib 20
 Şimdi çok renkli bir grafik oluşturalım 🙂
import [Link] as plt
import numpy as np
from random import randint
#Grafik 1
x=[Link]([randint(0,100) for i in range(40)])
y=[Link]([randint(0,100) for i in range(40)])
renk=[Link]([randint(0,500) for i in range(40)])#sıralı bir şekilde 0,100 arası
boyut=[Link]([randint(100,1000) for i in range(40)]) #sıralı bir şekilde noktala
[Link](x,y,c=renk,s=boyut,cmap='Wistia_r') #Boyut ve renkler dahil edildi.
#Grafik 2
x=[Link]([randint(0,100) for i in range(40)])
y=[Link]([randint(0,100) for i in range(40)])
renk=[Link]([randint(0,500) for i in range(40)])#sıralı bir şekilde 0,100 arası
boyut=[Link]([randint(100,1000) for i in range(40)]) #sıralı bir şekilde noktala
[Link](x,y,c=renk,s=boyut,alpha=0.4,cmap='bwr_r') #alpha değeri ile opa
[Link]()
[Link]()

Matplotlib 21
 Matplotlib Bars Kullanımı (Matplotlib Çubuk Grafik)
Gelin Matplotlib ile dikey çubuklardan oluşan bir grafik daha düzenleyelim ve rengini mor
yapalım

import [Link] as plt

import numpy as np
x = [Link](["A", "B", "C", "D"])
y = [Link]([40, 80, 100, 110])
[Link](x,y,color="purple")
[Link]()
<img width="200" src="[Link]
<p>
Şimdi yatay çubuklardan oluşan bir grafik düzenlemek için matplotlib <code>p
</p>
<pre>import [Link] as plt
import numpy as np
x = [Link](["A", "B", "C", "D"])
y = [Link]([40, 80, 100, 110])
[Link](x,y,color="darkred")
[Link]()

Yine matplotlib yataylarda çubuk genişliği için width=0.1 değeri kullanılırken dikey barlarda
height=0.1 değeri kullanılmaktadır.

Python Matplotlib Histogram Grafikği Oluşturma

Örneğin bir veri tabanında kayıtlı kullanıcılarımızın boy ortalamalarını çıkarmak için bir
grafik düzenliyelim. Bu grafiğimiz de boylara göre dağılımlar barlar ile gösterilsin.

Matplotlib 22
 import [Link] as plt
import numpy as np
#nampy modülünü kullanarak 170 değerinde 10 luk sapma ile toplam 250 adet
#bunlar kullanıcılarımızın boy aralığı olmuş oluyor yani 170 e yoğunşarak 250 a
boy = [Link](170, 10, 250)
[Link](boy,color='green')
[Link]()

Python Matplotlib Pasta Grafik Oluşturma (Creating Pie Charts)

Python Matplotlib ile pasta grafiğide oluşturabilmekteyiz. Aşağıdaki örneğimizde bunu bir
deneyelim.

import [Link] as plt

import numpy as np
y = [Link]([20,10,40,15,10])
[Link](y)
[Link]()

Örneğimizi detaylandıralım ve bir çok özellik ekleyelim.

Matplotlib 23
 import [Link] as plt
import numpy as np
y = [Link]([25,25,25,15,10])
isim=["Php","Python","Java",".NET","Ruby"] #pasta isimlerini veridik
renk=["#7a86b8","#326c9d","#f29111","#00a4ef","#c92c23"] #Sırasıyla pasta
aci=0 #başlangı açısını belirledik (saat yönünün tersine başlangıç 0 değeri ise
pay=[0.1,.1,0,0,0] #Pastayı payladık php ve python değerlerini pastadan ayırdık
[Link](y,labels=isim,startangle=aci,explode=pay,shadow=True,colors=renk) #
[Link](title="Sunucu Dil Dağılımı :") #renk grafiğini ekledik
[Link]()

Bu dersimizde Python Matplotlib modülünü ve metolarını inceledik daha detalı bigi

için Matplotlib adresini ziyaret edebilirsiniz. Başarılar.

#python -m venv myenv

# Windows [Link]
# C:\&gt; <venv>\Scripts\[Link]
# PowerShell
# PS C:\&gt; <venv>\Scripts\Activate.ps1
########################################
#linux
#python3 -m venv myenv
#soruce env/bind/activate
#pip modul list
#pip freeze &gt; [Link] #Pip içersindeki paketleri bir text dosyası
#pip list #Pip ile kurulu olan paketleri listeledik

Matplotlib 24
 #pip install -r [Link] #[Link] dosyası içerisindeki paktele
</venv></venv>

Lecture Videos:
[Link]
programlama/learn/lecture/40718312#overview
[Link]
programlama/learn/lecture/40718320#overview
[Link]
programlama/learn/lecture/40718326#overview
[Link]
programlama/learn/lecture/40710290#overview
[Link]
programlama/learn/lecture/40718330#overview

Matplotlib 25