Python मा Matplotlib: डेटा भिजुअलाइजेशनको सम्पूर्ण मार्गदर्शिका (Beginner to Advanced)

Posted on by Bijay Kushwaha
0

आजको डिजिटल युगमा डेटा (Data) लाई बुझ्ने, विश्लेषण गर्ने (Analysis) र प्रभावकारी रूपमा प्रस्तुत गर्ने (Visualization) क्षमता अत्यन्त महत्वपूर्ण मानिन्छ। यदि तपाईं Python प्रयोग गरेर डेटा विश्लेषण, Machine Learning, Artificial Intelligence वा वैज्ञानिक अनुसन्धान (Scientific Research) गर्न चाहनुहुन्छ भने Matplotlib सिक्नु अनिवार्य हुन्छ।

Matplotlib Python को सबैभन्दा लोकप्रिय र शक्तिशाली Data Visualization Library हो। यसको प्रयोग गरेर साधारण Line Graph देखि लिएर Bar Chart, Pie Chart, Scatter Plot, Histogram, Box Plot, Area Chart लगायतका विभिन्न प्रकारका ग्राफ तथा चार्टहरू सजिलै बनाउन सकिन्छ।

यस लेखमा हामी Matplotlib के हो, यसको इतिहास, विशेषताहरू, स्थापना प्रक्रिया, मुख्य Functions, विभिन्न प्रकारका ग्राफहरू, प्रयोगका क्षेत्रहरू, फाइदाहरू तथा शुरुआतीदेखि उन्नत तहसम्म आवश्यक सम्पूर्ण जानकारी नेपाली भाषामा अध्ययन गर्नेछौं।

Matplotlib भनेको के हो?

Matplotlib Python Programming Language को एक Open Source Library हो जसको प्रयोग डेटा (Data) लाई दृश्यात्मक (Visual) रूपमा प्रस्तुत गर्न गरिन्छ।

यसले संख्यात्मक डेटालाई आकर्षक ग्राफ, चार्ट तथा चित्रको माध्यमबाट प्रस्तुत गर्छ जसले गर्दा जटिल डेटा पनि सजिलै बुझ्न सकिन्छ।

सरल शब्दमा भन्नुपर्दा,

“Matplotlib भनेको Python मा Graph तथा Chart बनाउने सबैभन्दा लोकप्रिय Library हो।”

Matplotlib को इतिहास

Matplotlib लाई John D. Hunter ले सन् 2003 मा विकास गरेका थिए।

यसको मुख्य उद्देश्य Python मा MATLAB जस्तै ग्राफिकल सुविधा उपलब्ध गराउनु थियो।

आज Matplotlib लाई विश्वभरका लाखौं विद्यार्थी, अनुसन्धानकर्ता (Researchers), Data Analysts तथा Software Developers ले प्रयोग गरिरहेका छन्।

किन Matplotlib प्रयोग गर्ने?

यदि हजारौं पङ्क्तिको डेटा केवल तालिकामा हेर्ने हो भने त्यसबाट निष्कर्ष निकाल्न कठिन हुन्छ।

तर सोही डेटा Graph मा प्रस्तुत गर्दा

  • Trend सजिलै देखिन्छ।
  • Comparison गर्न सजिलो हुन्छ।
  • Pattern पत्ता लगाउन सकिन्छ।
  • भविष्यको अनुमान (Prediction) गर्न सहयोग हुन्छ।
  • Presentation आकर्षक हुन्छ।

Matplotlib का मुख्य विशेषताहरू

Matplotlib का प्रमुख विशेषताहरू निम्न छन्।

  • पूर्ण रूपमा Open Source
  • प्रयोग गर्न सजिलो
  • अत्यन्त शक्तिशाली Visualization Tool
  • Publication Quality Graph उत्पादन गर्न सक्षम
  • धेरै प्रकारका Charts उपलब्ध
  • Highly Customizable
  • NumPy र Pandas सँग सजिलै काम गर्छ
  • Machine Learning मा व्यापक प्रयोग
  • PDF, PNG, JPG, SVG लगायत विभिन्न Format मा Save गर्न सकिने

Matplotlib Installation

यदि तपाईंको कम्प्युटरमा Matplotlib स्थापना गरिएको छैन भने Command Prompt वा Terminal मा तलको Command चलाउनुहोस्।

pip install matplotlib

Version जाँच गर्न

import matplotlib

print(matplotlib.__version__)

Matplotlib Import गर्ने तरिका

import matplotlib.pyplot as plt

यहाँ

  • matplotlib मुख्य Library हो।
  • pyplot Graph बनाउने Module हो।
  • plt एउटा Shortcut Name हो।

पहिलो Graph बनाउने

import matplotlib.pyplot as plt

x=[1,2,3,4,5]
y=[10,20,30,40,50]

plt.plot(x,y)

plt.show()

यसले साधारण Line Graph बनाउँछ।

Matplotlib का मुख्य Components

एक Graph भित्र निम्न भागहरू हुन्छन्।

  • Figure
  • Axes
  • X-axis
  • Y-axis
  • Title
  • Labels
  • Legend
  • Grid
  • Plot Area

Figure भनेको के हो?

Figure भनेको सम्पूर्ण Graph रहने Canvas हो।

plt.figure(figsize=(8,5))

Title राख्ने

plt.title("Monthly Sales")

X-axis Label

plt.xlabel("Month")

Y-axis Label

plt.ylabel("Sales")

Grid प्रयोग गर्ने

plt.grid()

Legend प्रयोग गर्ने

plt.legend()

Legend ले कुन Line कुन Data हो भनेर देखाउँछ।

Matplotlib मा उपलब्ध मुख्य Graph हरू

Matplotlib ले धेरै प्रकारका Graph बनाउन सहयोग गर्छ।

1. Line Graph

समय अनुसार परिवर्तन देखाउन प्रयोग हुन्छ।

उदाहरण

  • Monthly Sales
  • Temperature
  • Population Growth

2. Bar Chart

विभिन्न वस्तुबीच तुलना गर्न प्रयोग गरिन्छ।

उदाहरण

  • विद्यार्थीको अंक
  • कम्पनीको बिक्री
  • जनसंख्या तुलना

3. Horizontal Bar Chart

ठाडोको सट्टा तेर्सो Bar देखाउँछ।

plt.barh()

4. Scatter Plot

दुई Variable बीचको सम्बन्ध देखाउन प्रयोग गरिन्छ।

उदाहरण

  • Height vs Weight
  • Study Hours vs Marks

5. Pie Chart

प्रतिशत (Percentage) देखाउन प्रयोग हुन्छ।

उदाहरण

  • Budget Distribution
  • Market Share
  • Family Expenses

6. Histogram

डेटाको Frequency Distribution देखाउँछ।

उदाहरण

  • विद्यार्थीको उमेर
  • कर्मचारीको तलब
  • परीक्षा अंक वितरण

7. Box Plot

डेटाको Spread, Median तथा Outliers देखाउन प्रयोग हुन्छ।

8. Area Chart

समयसँगै हुने परिवर्तनलाई Area Fill सहित देखाउँछ।

9. Stack Plot

एकभन्दा बढी Dataset को कुल योगदान देखाउन प्रयोग हुन्छ।

Graph लाई आकर्षक बनाउने विकल्पहरू

Matplotlib ले Graph लाई आकर्षक बनाउन धेरै विकल्प दिन्छ।

Color

color="red"

Marker

marker="o"

Line Width

linewidth=3

Line Style

linestyle="--"

 

सामान्य Colors

  • red
  • blue
  • green
  • yellow
  • black
  • orange
  • purple
  • pink
  • cyan

 

Graph Save गर्ने

plt.savefig("graph.png")

Save गर्न सकिने Format

  • PNG
  • JPG
  • PDF
  • SVG
  • EPS

Multiple Graph (Subplots)

एउटै Window मा धेरै Graph देखाउन

plt.subplot()

यसले Dashboard जस्तै Layout बनाउन सहयोग गर्छ।

Matplotlib का प्रमुख Functions

Function काम
plot() Line Graph
scatter() Scatter Plot
bar() Vertical Bar
barh() Horizontal Bar
hist() Histogram
pie() Pie Chart
boxplot() Box Plot
fill_between() Area Chart
stackplot() Stack Plot
title() Title राख्ने
xlabel() X-axis Label
ylabel() Y-axis Label
legend() Legend
grid() Grid
savefig() Image Save गर्ने
figure() Figure बनाउने
subplot() Multiple Graph
show() Graph Display गर्ने

Matplotlib कहाँ प्रयोग हुन्छ?

आज विश्वभर Matplotlib निम्न क्षेत्रमा प्रयोग भइरहेको छ।

Data Science

डेटा विश्लेषण तथा रिपोर्टिङका लागि।

Machine Learning

Model को Accuracy, Loss तथा Prediction Visualization गर्न।

Artificial Intelligence

AI Model को Performance हेर्न।

Business Intelligence

Sales Report, Profit Analysis तथा Customer Analysis मा।

Finance

Share Market तथा Financial Report Visualization।

Education

विद्यार्थीलाई Programming तथा Data Visualization सिकाउन।

Scientific Research

Research Paper मा Graph तयार गर्न।

Healthcare

Medical Data Analysis तथा Visualization।

Matplotlib र NumPy

NumPy ले Numerical Data तयार गर्छ भने Matplotlib ले त्यसलाई Graph मा रूपान्तरण गर्छ।

Matplotlib र Pandas

Pandas मा रहेको DataFrame लाई सजिलै Graph मा बदल्न Matplotlib प्रयोग गरिन्छ।

Matplotlib का फाइदाहरू

  • सिक्न सजिलो
  • Open Source
  • Professional Graph तयार गर्न सकिने
  • विभिन्न प्रकारका Visualization उपलब्ध
  • अत्यधिक Customization
  • NumPy तथा Pandas सँग उत्कृष्ट Integration
  • Publication Quality Output
  • Research तथा Industry मा व्यापक प्रयोग

Matplotlib का सीमितताहरू

  • अत्यधिक Interactive Graph बनाउन कठिन हुन्छ।
  • धेरै जटिल Visualization को लागि Plotly वा Bokeh जस्ता Library बढी उपयुक्त हुन सक्छन्।
  • नयाँ प्रयोगकर्ताका लागि Customization अलि जटिल लाग्न सक्छ।

शुरुआती विद्यार्थीले सिक्नुपर्ने क्रम

यदि तपाईं Matplotlib पहिलो पटक सिक्दै हुनुहुन्छ भने यो क्रम अनुसरण गर्नुहोस्।

  1. Installation
  2. Import pyplot
  3. Line Plot
  4. Bar Chart
  5. Scatter Plot
  6. Pie Chart
  7. Histogram
  8. Labels
  9. Title
  10. Grid
  11. Legend
  12. Figure Size
  13. Save Graph
  14. Multiple Graph
  15. NumPy र Pandas सँग प्रयोग

निष्कर्ष

Matplotlib Python को सबैभन्दा महत्वपूर्ण Data Visualization Library मध्ये एक हो। यसले साधारण ग्राफदेखि अनुसन्धान-स्तर (Research-grade) का उच्च गुणस्तरीय चार्टहरू बनाउन सहयोग गर्दछ। यदि तपाईं Data Science, Artificial Intelligence, Machine Learning, Business Analytics वा Scientific Research क्षेत्रमा करियर बनाउन चाहनुहुन्छ भने Matplotlib को राम्रो ज्ञान अत्यन्त आवश्यक हुन्छ।

शुरुआती विद्यार्थीले Line Plot, Bar Chart, Scatter Plot, Pie Chart र Histogram बाट अभ्यास सुरु गरी क्रमशः Figure, Subplot, Legend, Grid, Customization तथा NumPy/Pandas सँगको Integration सिक्दै जानुपर्छ। नियमित अभ्यास र वास्तविक डेटासेटमा काम गर्दा Matplotlib प्रयोगमा दक्षता प्राप्त गर्न सकिन्छ।

Frequently Asked Questions (FAQ)

१. Matplotlib भनेको के हो?
Matplotlib Python मा Graph तथा Chart बनाउन प्रयोग हुने लोकप्रिय Data Visualization Library हो।

२. Matplotlib कसले विकास गरेका हुन्?
John D. Hunter ले सन् 2003 मा विकास गरेका हुन्।

३. Matplotlib स्थापना कसरी गर्ने?
pip install matplotlib कमाण्ड प्रयोग गरेर।

४. Matplotlib को सबैभन्दा धेरै प्रयोग हुने Module कुन हो?
matplotlib.pyplot

५. Matplotlib मा कस्ता Graph बनाउन सकिन्छ?
Line Graph, Bar Chart, Pie Chart, Scatter Plot, Histogram, Box Plot, Area Chart, Stack Plot आदि।

 

References

  1. Hunter, J. D. (2007). Matplotlib: A 2D Graphics Environment. Computing in Science & Engineering, 9(3), 90–95.
  2. Van Rossum, G., & Drake, F. L. Python Documentation. Python Software Foundation.
  3. Matplotlib Development Team. Matplotlib Documentation.
  4. Wes McKinney. Python for Data Analysis. O’Reilly Media.