Matplotlib হলো একটি জনপ্রিয় পাইথন লাইব্রেরি যা ডেটা ভিজ্যুয়ালাইজেশনের জন্য ব্যবহৃত হয়। এটি বিভিন্ন ধরনের গ্রাফ, চার্ট, এবং প্লট তৈরি করতে সাহায্য করে। এখানে Matplotlib ব্যবহার করে বিভিন্ন গ্রাফ এবং চার্ট তৈরি করার পদ্ধতি আলোচনা করা হলো।
১. লাইন গ্রাফ (Line Graph)
লাইন গ্রাফ ডেটার মধ্যে সম্পর্ক বা প্রবণতা দেখানোর জন্য ব্যবহৃত হয়। Matplotlib-এ plot() ফাংশন ব্যবহার করে লাইন গ্রাফ তৈরি করা যায়।
উদাহরণ:
import matplotlib.pyplot as plt
# ডেটা
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# লাইন গ্রাফ তৈরি
plt.plot(x, y)
# গ্রাফের লেবেল
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.title('Simple Line Graph')
# গ্রাফ প্রদর্শন
plt.show()
আউটপুট:
এই কোডটি একটি সরল লাইন গ্রাফ তৈরি করবে যা X অক্ষের সাথে Y অক্ষের সম্পর্ক প্রদর্শন করবে।
২. বার গ্রাফ (Bar Graph)
বার গ্রাফ সাধারণত তুলনা দেখানোর জন্য ব্যবহৃত হয়। bar() ফাংশন ব্যবহার করে বার গ্রাফ তৈরি করা যায়।
উদাহরণ:
import matplotlib.pyplot as plt
# ডেটা
categories = ['A', 'B', 'C', 'D']
values = [5, 7, 3, 8]
# বার গ্রাফ তৈরি
plt.bar(categories, values)
# গ্রাফের লেবেল
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar Graph Example')
# গ্রাফ প্রদর্শন
plt.show()
আউটপুট:
এই কোডটি চারটি ক্যাটেগরি 'A', 'B', 'C', 'D' এর মধ্যে তুলনা করে বার গ্রাফ প্রদর্শন করবে।
৩. হিস্টোগ্রাম (Histogram)
হিস্টোগ্রাম সাধারণত ডেটার বন্টন বা ফ্রিকোয়েন্সি দেখানোর জন্য ব্যবহৃত হয়। Matplotlib-এ hist() ফাংশন ব্যবহার করে হিস্টোগ্রাম তৈরি করা যায়।
উদাহরণ:
import matplotlib.pyplot as plt
# ডেটা
data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5]
# হিস্টোগ্রাম তৈরি
plt.hist(data, bins=5, edgecolor='black')
# গ্রাফের লেবেল
plt.xlabel('Data Range')
plt.ylabel('Frequency')
plt.title('Histogram Example')
# গ্রাফ প্রদর্শন
plt.show()
আউটপুট:
এই কোডটি ডেটার বন্টন বা ফ্রিকোয়েন্সি হিসাব করে হিস্টোগ্রাম প্রদর্শন করবে।
৪. পাই চার্ট (Pie Chart)
পাই চার্ট অংশবিশেষ বা শেয়ার দেখানোর জন্য ব্যবহৃত হয়। pie() ফাংশন ব্যবহার করে পাই চার্ট তৈরি করা যায়।
উদাহরণ:
import matplotlib.pyplot as plt
# ডেটা
labels = ['Python', 'Java', 'C++', 'JavaScript']
sizes = [40, 30, 20, 10]
# পাই চার্ট তৈরি
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=140)
# গ্রাফের শিরোনাম
plt.title('Programming Language Usage')
# গ্রাফ প্রদর্শন
plt.show()
আউটপুট:
এই কোডটি বিভিন্ন প্রোগ্রামিং ভাষার শেয়ার প্রদর্শন করবে একটি পাই চার্টে।
৫. স্ক্যাটার প্লট (Scatter Plot)
স্ক্যাটার প্লট দুটি ভেরিয়েবলের মধ্যে সম্পর্ক দেখানোর জন্য ব্যবহৃত হয়। scatter() ফাংশন ব্যবহার করে স্ক্যাটার প্লট তৈরি করা যায়।
উদাহরণ:
import matplotlib.pyplot as plt
# ডেটা
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# স্ক্যাটার প্লট তৈরি
plt.scatter(x, y)
# গ্রাফের লেবেল
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.title('Scatter Plot Example')
# গ্রাফ প্রদর্শন
plt.show()
আউটপুট:
এই কোডটি X এবং Y এর মধ্যে সম্পর্ক স্ক্যাটার প্লটের মাধ্যমে প্রদর্শন করবে।
৬. স্ট্যাকড বার গ্রাফ (Stacked Bar Graph)
স্ট্যাকড বার গ্রাফ সাধারণত বিভিন্ন শ্রেণীর মান একসাথে প্রদর্শন করার জন্য ব্যবহৃত হয়।
উদাহরণ:
import matplotlib.pyplot as plt
# ডেটা
categories = ['A', 'B', 'C']
data1 = [3, 2, 5]
data2 = [2, 3, 4]
# স্ট্যাকড বার গ্রাফ তৈরি
plt.bar(categories, data1, label='Data 1')
plt.bar(categories, data2, bottom=data1, label='Data 2')
# গ্রাফের লেবেল
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Stacked Bar Graph')
# লেজেন্ড
plt.legend()
# গ্রাফ প্রদর্শন
plt.show()
আউটপুট:
এই কোডটি দুটি ডেটা সেটের স্ট্যাকড বার গ্রাফ তৈরি করবে।
সারাংশ
Matplotlib একটি অত্যন্ত শক্তিশালী লাইব্রেরি যা গ্রাফ এবং চার্ট তৈরি করতে ব্যবহৃত হয়। এর মাধ্যমে আপনি বিভিন্ন ধরনের ভিজ্যুয়ালাইজেশন তৈরি করতে পারেন, যেমন লাইন গ্রাফ, বার গ্রাফ, হিস্টোগ্রাম, পাই চার্ট, স্ক্যাটার প্লট, এবং আরও অনেক কিছু। ডেটা বিশ্লেষণ এবং মডেল পারফরম্যান্স ভিজ্যুয়ালাইজেশনের জন্য Matplotlib অত্যন্ত কার্যকরী।
Read more
