Matplotlib এবং Seaborn হলো পাইথনের দুটি জনপ্রিয় ডেটা ভিজুয়ালাইজেশন লাইব্রেরি, যা ডেটা বিশ্লেষণের জন্য চিত্র তৈরি করতে ব্যবহৃত হয়। Matplotlib মূলত বেসিক চার্টিং এর জন্য ব্যবহৃত হয়, আর Seaborn এর উপর ভিত্তি করে আরও উন্নত ও আকর্ষণীয় চিত্র তৈরি করা যায়।
Matplotlib
Matplotlib হলো পাইথনের একটি শক্তিশালী লাইব্রেরি, যা ডেটা ভিজুয়ালাইজেশনের জন্য মূল ভিত্তি তৈরি করে। এটি লাইন চার্ট, বার চার্ট, হিস্টোগ্রাম, পাই চার্ট ইত্যাদি তৈরি করতে ব্যবহৃত হয়।
Matplotlib ইনস্টলেশন
pip install matplotlib
Matplotlib দিয়ে সাধারণ প্লট তৈরি
import matplotlib.pyplot as plt
# এক্স এবং ওয়াই ডেটা
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
# লাইন প্লট
plt.plot(x, y, label='Prime numbers')
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.title("Line Plot")
plt.legend()
plt.show()
বার চার্ট (Bar Chart)
categories = ['A', 'B', 'C', 'D']
values = [3, 7, 8, 5]
plt.bar(categories, values, color='blue')
plt.xlabel("Categories")
plt.ylabel("Values")
plt.title("Bar Chart")
plt.show()
হিস্টোগ্রাম (Histogram)
import numpy as np
data = np.random.normal(0, 1, 1000) # ১০০০টি ডেটা পয়েন্টের একটি নরমাল ডিস্ট্রিবিউশন
plt.hist(data, bins=30, color='purple', edgecolor='black')
plt.xlabel("Values")
plt.ylabel("Frequency")
plt.title("Histogram")
plt.show()
Seaborn
Seaborn হলো Matplotlib-এর উপর ভিত্তি করে তৈরি একটি উচ্চ স্তরের ভিজুয়ালাইজেশন লাইব্রেরি। এটি আরও উন্নত ও আকর্ষণীয় চিত্র তৈরি করতে ব্যবহৃত হয় এবং এটি পরিসংখ্যানগত চার্ট তৈরিতে সহায়ক।
Seaborn ইনস্টলেশন
pip install seaborn
Seaborn দিয়ে সাধারণ প্লট তৈরি
import seaborn as sns
import numpy as np
# ডেটাসেট তৈরি
data = np.random.normal(size=100)
# KDE প্লট
sns.kdeplot(data, shade=True)
plt.title("KDE Plot")
plt.show()
স্ক্যাটার প্লট (Scatter Plot)
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
# ডেটাসেট তৈরি
data = pd.DataFrame({
'x': np.random.rand(100),
'y': np.random.rand(100)
})
# স্ক্যাটার প্লট
sns.scatterplot(x='x', y='y', data=data)
plt.title("Scatter Plot")
plt.show()
বক্স প্লট (Box Plot)
import seaborn as sns
import matplotlib.pyplot as plt
# স্যাম্পল ডেটা
data = sns.load_dataset("iris") # Seaborn এর ইন্সটল করা ডেটাসেট
# বক্স প্লট
sns.boxplot(x='species', y='sepal_length', data=data)
plt.title("Box Plot of Sepal Length by Species")
plt.show()
পেয়ার প্লট (Pair Plot)
# Iris ডেটাসেটে পেয়ার প্লট
sns.pairplot(data, hue="species")
plt.show()
Matplotlib ও Seaborn এর মধ্যে পার্থক্য
| বৈশিষ্ট্য | Matplotlib | Seaborn |
|---|---|---|
| কাজের ধরন | বেসিক চার্টিং টুল | উন্নত ও পরিসংখ্যানভিত্তিক চার্টের জন্য |
| সহজতা | সাধারণত হাতের কাজ বেশি করতে হয় | ডিফল্ট স্টাইল এবং থিম সরবরাহ করে |
| চার্ট টাইপ | লাইন, বার, হিস্টোগ্রাম, পাই ইত্যাদি | বক্স, হিটম্যাপ, পেয়ারপ্লট, KDE ইত্যাদি |
| স্টাইল | সাধারণ, বেশি কাস্টমাইজেশন দরকার | আকর্ষণীয় ও সহজে ব্যবহারযোগ্য |
সারসংক্ষেপ
Matplotlib এবং Seaborn ডেটা ভিজুয়ালাইজেশনের জন্য দুটি শক্তিশালী লাইব্রেরি। Matplotlib বেসিক চার্টের জন্য এবং Seaborn উন্নত ও পরিসংখ্যানভিত্তিক চার্টের জন্য বেশি ব্যবহৃত হয়। ডেটা ভিজুয়ালাইজেশন ডেটা বিশ্লেষণের একটি গুরুত্বপূর্ণ অংশ, এবং এই লাইব্রেরিগুলি ব্যবহার করে আকর্ষণীয় এবং তথ্যপূর্ণ চিত্র তৈরি করা যায়।
