Matplotlib

Matplotlib, Python ile kullanılan bir veri görselleştirme kütüphanesidir. Kısaca bu kütüphane grafik çizdirebilmemize yarayan bir kütüphanedir. Finans uygulamaları, veri analizi, matematiksel fonksiyonların grafiklerinin çizimi, yapay zeka ve kişisel projeler gibi birçok şeyde kullanılabilir.

Yapabileceğiniz bazı örnek projeler

  1. Hisse Senedi Analizi: - Hisse senedi fiyatlarını çizgi grafikleriyle görselleştirme. - Hareketli ortalamaları hesaplayıp grafik üzerinde gösterme.

  2. İklim Verisi Analizi: - Sıcaklık ve yağış verilerini zaman içinde grafikleme. - Farklı bölgelerin iklim verilerini karşılaştırma.

  3. Makine Öğrenmesi Modeli Değerlendirme: - Modelin eğitim ve test performansını grafiklerle gösterme. - Sınıflandırma problemlerinde karar sınırlarını çizme.

  4. Kişisel Bütçe Takibi: - Aylık harcamaları pasta grafikleriyle görselleştirme. - Gelir ve giderleri çubuk grafiklerle karşılaştırma.

  5. Eğitimde Kavram Görselleştirme: - Matematiksel fonksiyonların grafiklerini çizme. - İstatistiksel dağılımları gösterme.

Kullanabileceğiniz grafik çeşitleri

  • Çizgi Grafiği (Line Chart)

  • Çubuk Grafiği (Bar Chart)

  • Yığılmış Çubuk Grafiği (Stacked Bar Chart)

  • Histogram (Histogram)

  • Dağılım Grafiği (Scatter Plot)

  • Pasta Grafiği (Pie Chart)

  • Alan Grafiği (Area Chart)

  • Kutu Grafiği (Box Plot)

  • Isı Haritası (Heatmap)

  • Kutup Grafiği (Polar Plot)

  • Saplama Grafiği (Stem Plot)

  • Adım Grafiği (Step Plot)

  • Çizgi ve Çubuk Birleşimi (Combination of Line and Bar Chart)

  • Hata Çubukları Grafiği (Error Bar Plot)

  • Balon Grafiği (Bubble Chart)

  • 3D Çizgi Grafiği (3D Line Plot)

  • 3D Dağılım Grafiği (3D Scatter Plot)

  • 3D Yüzey Grafiği (3D Surface Plot)

  • 3D Çubuk Grafiği (3D Bar Chart)

  • Dalgalı Çizgi Grafiği (Filled Line Plot)

  • Likert Grafiği (Likert Chart)

  • Paralel Koordinat Grafiği (Parallel Coordinates Plot)

  • Çift Eksenli Grafik (Dual-Axis Plot)

  • Yoğunluk Grafiği (Density Plot)

  • Violin Grafiği (Violin Plot)

  • Halka Grafiği (Donut Chart)

  • Akış Grafiği (Streamgraph)

  • Bölge Grafiği (Contour Plot)

  • Vektör Alanı Grafiği (Quiver Plot)

  • Ağaç Haritası (Treemap)

Kurulum

pip install matplotlib

Matplotlib kurulumunu kontrol etme

print(matplotlib.__version__)

# Örneğin şu anki versiyon 3.9.2

Kullanım

Önce kısa bir örnek yapalım, böylece aklımızda Matplotlib’in ne olduğu hakkında daha net bir şey oluşacak. Aşağıdaki kodu direkt olarak kopyalayıp çalıştırın, ardından pyplot’u ve diğerlerini öğrenmeye devam edelim.

import matplotlib
import matplotlib.pyplot as plt

plt.plot([1, 2, 3], [4, 5, 6])
plt.show()

Çalıştırdığınız zaman oluşan grafikte sol altta işaretler göreceksiniz. Kısaca bahsetmek gerekirse:

  • Ev (Home) İkonu: Grafiği başlangıç görünümüne sıfırlar. Eğer grafik üzerinde yakınlaştırma veya kaydırma yaptıysanız, bu düğme grafiği ilk haline geri döndürür.

  • Geri (Back) ve İleri (Forward) İkonları: Görünüm geçmişinde gezinmenizi sağlar. Örneğin, yakınlaştırma veya kaydırma işlemlerinden önceki bir görünüme dönmek için “Geri”, tekrar ilerlemek için “İleri” kullanılır.

  • Dörtlü Ok (Pan/Zoom) İkonu: Grafiği fare yardımıyla hareket ettirmenizi (pan) veya belirli bir bölgeyi yakınlaştırmanızı sağlar.

  • Zoom (Büyüteç İkonu): Seçim yaparak belirli bir bölgeye yakınlaştırma yapar. Seçtiğiniz alan odaklanır.

  • Ayar Çubukları (Three Horizontal Bars): Bu ikon, grafiğin yer kaplama düzenini ayarlamanızı sağlar. Bu ikon, grafik üzerinde alt grafiklerin (subplots) düzenini, özellikle grafiklerin boyutlarını değiştirmek için kullanılır. Grafiğin ve alt grafiklerin kenar boşluklarını ve boyutlarını ayarlamak için bu simgeye tıklayarak, etkileşimli olarak düzenleme yapabilirsiniz. İkinci grafikte gösterdiğim buydu.

  • Kaydet (Disket İkonu): Grafiği bir görüntü dosyası (ör. PNG, JPG) olarak kaydetmenize olanak tanır.

Pyplot

Kullanıcıların grafikler oluşturmasını, düzenlemesini ve görüntülemesini kolaylaştırır. pyplot modülü, grafik oluşturma işlemlerini basit hale getirir. Örneğin ilk yaptığımız örnekte kullanmıştık.

plt.plot(), plt.show(), plt.title(), plt.xlabel(), plt.ylabel() gibi fonksiyonlar, grafiklerinizi oluşturmak ve özelleştirmek için kullanılır.

import matplotlib.pyplot as plt

# Basit bir çizgi grafiği oluşturma
plt.plot([1, 2, 3], [4, 5, 6])  # İlk değer x, ikinci değer ise y değeridir.
plt.title('Basit Çizgi Grafiği')  # Başlık eklemek
plt.xlabel('X Ekseni')  # X eksenine isim vermek. Örneğin yıllara göre araba sayısı üretimini anlatıyorsanız ona göre isimler verebilirsiniz.
plt.ylabel('Y Ekseni')
plt.show()  # Grafiğimizin gösterilmesini sağlar.

Figure

Bir kağıt gibi düşünebilirsiniz; birden fazla grafik içerebilir ve ayrıca bu kağıdın büyüklüğünü ayarlayabilirsiniz.

fig = plt.figure(figsize=(10, 5))  # 10x5 inç boyutunda bir kağıt oluştur

Axes

Grafiğimizin ekrandaki hangi bölgede olacağını belirler.

ax = fig.add_subplot(122)  # 1---> Satır Sayısı
                            # 2---> Sütun Sayısı
                            # 3: Aşağıdaki hangi bölgede olacağını belirlediğimiz kısım burasıdır.

+-------+-------+
|   1   |   2   |
+-------+-------+
|   3   |   4   |
+-------+-------+

1. Alt Grafik: fig.add_subplot(221) ile oluşturulur. Bu, yukarıdaki sol köşedeki alanı temsil eder.
2. Alt Grafik: fig.add_subplot(222) ile oluşturulur. Bu, yukarıdaki sağ köşedeki alanı temsil eder.
3. Alt Grafik: fig.add_subplot(223) ile oluşturulur. Bu, aşağıdaki sol köşedeki alanı temsil eder.
4. Alt Grafik: fig.add_subplot(224) ile oluşturulur. Bu, aşağıdaki sağ köşedeki alanı temsil eder.

Aynı zamanda subplot oluşturmak için kullanılan bir yöntem daha var.

ax1 = plt.subplot2grid((6, 1), (0, 0), rowspan=1, colspan=1)

1. Toplam 6 satır ve 1 sütunluk bir ızgara tanımlanmış.
2. Bu alt grafik, ızgaranın ilk satırında (0, 0) konumunda başlar.
3. rowspan: Sadece 1 satır boyunca yer kaplar.
4. colspan: Sadece 1 sütun boyunca yer kaplar.

  1. Yerleşim Esnekliği: - plt.subplot: Grafikler sabit ve eşit boyutlarda bölgelere yerleştirilir. - plt.subplot2grid: Grafiklerin boyutları ve yerleşimi (satır ve sütun kaplama) esnek şekilde tanımlanabilir.

  2. Kullanım Amacı: - plt.subplot: Basit ve simetrik düzenler için uygundur. - plt.subplot2grid: Daha karmaşık ve özelleştirilmiş düzenler oluşturmak için uygundur.

  3. Kod Karmaşıklığı: - plt.subplot: Daha basit ve hızlı. - plt.subplot2grid: Daha fazla kod yazımı gerektirir ama daha esnektir.

Ne zaman ne kullanılır?

  • Basit bir ızgara düzeni gerekiyorsa → plt.subplot

  • Farklı boyutlarda veya asimetrik düzenler gerekiyorsa → plt.subplot2grid

Bu subplotları hizalamak istersek bu kodu kullanmamız gerek:

plt.subplots_adjust(left=0.11, bottom=0.24, right=0.90, top=0.90, wspace=0.2, hspace=0)

### Özet: Farklar ve İlişkiler

  • Figure: Büyük kağıt (tuval). Bir veya daha fazla resim yapabilirsin.

  • Axes: Kağıt üzerindeki belirli bir alan (kutu). Bu alanda resim yaparsın.

  • Plot: Gerçek resim. Bu alanda çizdiğin çizgi, nokta veya çubuk.

Çizgi Grafikleri (Line Graphs)

import matplotlib.pyplot as plt

# 1. Adım: Büyük Kağıt (Figure) Oluştur
fig = plt.figure(figsize=(10, 5))  # 10x5 inç boyutunda bir kağıt oluştur

# 2. Adım: Kutu (Axes) Oluştur
ax = fig.add_subplot(111)  # Kağıdın üzerinde bir kutu oluştur

# 3. Adım: Veri Noktalarını Belirle
x = [1, 2, 3, 4, 5]  # Sınav numaraları (1. sınav, 2. sınav, vb.)
y = [75, 85, 80, 90, 95]  # Öğrencinin aldığı notlar

# 4. Adım: Resmi (Plot) Çiz
ax.plot(x, y, marker='o', color='blue', linestyle='-', linewidth=2)  # Çizgi grafiği oluştur

# 5. Adım: Başlık ve Etiketler Ekle
ax.set_title('Öğrencinin Sınav Notları', fontsize=16)  # Grafiğe başlık ekle
ax.set_xlabel('Sınav Numarası', fontsize=12)  # X eksenine etiket ekle
ax.set_ylabel('Not', fontsize=12)  # Y eksenine etiket ekle

# 6. Adım: Grafiği Göster
plt.grid(True)  # Izgara çizgilerini ekle
plt.show()  # Grafiği göster

  1. Büyük Kağıt (Figure): fig = plt.figure(figsize=(10, 5)) ile 10x5 inç boyutunda bir kağıt oluşturuyoruz. Bu, grafiğimizin tüm alanını temsil ediyor.

  2. Kutu (Axes): ax = fig.add_subplot(111) ile kağıdın üzerinde bir kutu oluşturuyoruz. Bu kutu, grafiğimizin çizileceği alanı belirliyor.

  3. Veri Noktaları: x ve y listeleri, sınav numaralarını ve öğrencinin aldığı notları temsil ediyor. Bu veriler, grafiğimizde gösterilecek.

  4. Resmi (Plot) Çiz: ax.plot(x, y, …) ile belirlediğimiz veri noktalarını bir çizgi ile birleştiriyoruz. marker=’o’ ile her bir veri noktasını bir daire ile gösteriyoruz.

  5. Başlık ve Etiketler: ax.set_title(), ax.set_xlabel(), ve ax.set_ylabel() ile grafiğimize başlık ve eksen etiketleri ekliyoruz. Bu, grafiğimizin neyi temsil ettiğini anlamamıza yardımcı oluyor.

  6. Grafiği Göster: plt.show() ile grafiğimizi ekranda gösteriyoruz. plt.grid(True) ile ızgara çizgilerini ekleyerek grafiği daha okunabilir hale getiriyoruz.

Dört Grafiğin Örneği

Aşağıda, dört farklı grafiğin yer aldığı bir örnek bulunmaktadır. Buradaki marker ifadeleri, alttaki çıktıda gördüğünüz üzere üçgen, kare gibi işaretlemeler koyar.

import matplotlib.pyplot as plt  # Matplotlib kütüphanesinin pyplot modülünü içe aktarır. Grafik çizimi için gerekli fonksiyonları sağlar.


# Manuel olarak oluşturulmuş diziler

x = [1, 2, 3, 4, 5]  # X eksenindeki değerler

y1 = [2, 3, 5, 7, 11]  # İlk grafik için Y eksenindeki değerler (Veri 1)

y2 = [1, 4, 6, 8, 10]  # İkinci grafik için Y eksenindeki değerler (Veri 2)

y3 = [5, 3, 4, 2, 1]  # Üçüncü grafik için Y eksenindeki değerler (Veri 3)

y4 = [10, 20, 15, 25, 30]  # Dördüncü grafik için Y eksenindeki değerler (Veri 4)


# Grafiklerin oluşturulması

fig, axs = plt.subplots(2, 2, figsize=(10, 8))  # 2 satır ve 2 sütundan oluşan bir grafik düzeni oluşturur. Boyutunu 10x8 inç olarak ayarlar.


# İlk grafik

axs[0, 0].plot(x, y1, 'r-', marker='o', label='Veri 1')  # x ve y1 dizileri ile kırmızı bir çizgi çizer. Veri noktalarını daire ile gösterir.
axs[0, 0].set_title('Grafik 1')  # Grafiğin başlığını ayarlar.
axs[0, 0].set_xlabel('X Ekseni')  # X ekseninin etiketini ayarlar.
axs[0, 0].set_ylabel('Y Ekseni')  # Y ekseninin etiketini ayarlar.
axs[0, 0].legend()  # Grafikteki veri serisini açıklayan bir gösterge ekler.


# İkinci grafik

axs[0, 1].plot(x, y2, 'g-', marker='s', label='Veri 2')  # x ve y2 dizileri ile yeşil bir çizgi çizer. Veri noktalarını kare ile gösterir.
axs[0, 1].set_title('Grafik 2')  # Grafiğin başlığını ayarlar.
axs[0, 1].set_xlabel('X Ekseni')  # X ekseninin etiketini ayarlar.
axs[0, 1].set_ylabel('Y Ekseni')  # Y ekseninin etiketini ayarlar.
axs[0, 1].legend()  # Grafikteki veri serisini açıklayan bir gösterge ekler.


# Üçüncü grafik

axs[1, 0].plot(x, y3, 'b-', marker='^', label='Veri 3')  # x ve y3 dizileri ile mavi bir çizgi çizer. Veri noktalarını üçgen ile gösterir.
axs[1, 0].set_title('Grafik 3')  # Grafiğin başlığını ayarlar.
axs[1, 0].set_xlabel('X Ekseni')  # X ekseninin etiketini ayarlar.
axs[1, 0].set_ylabel('Y Ekseni')  # Y ekseninin etiketini ayarlar.
axs[1, 0].legend()  # Grafikteki veri serisini açıklayan bir gösterge ekler.

 # Dördüncü grafik

axs[1, 1].plot(x, y4, 'm-', marker='d', label='Veri 4')  # x ve y4 dizileri ile mor bir çizgi çizer. Veri noktalarını altıgen ile gösterir.
axs[1, 1].set_title('Grafik 4')  # Grafiğin başlığını ayarlar.
axs[1, 1].set_xlabel('X Ekseni')  # X ekseninin etiketini ayarlar.
axs[1, 1].set_ylabel('Y Ekseni')  # Y ekseninin etiketini ayarlar.
axs[1, 1].legend()  # Grafikteki veri serisini açıklayan bir gösterge ekler.


# Grafiklerin düzenlenmesi

plt.tight_layout()  # Grafiklerin düzenini otomatik olarak ayarlar, böylece başlıklar ve etiketler çakışmaz.
plt.show()  # Tüm grafikleri ekranda gösterir.

Sütun Grafikleri (Bar Charts)

Bu sefer plt.bar() kullanıyoruz.

plt.text() fonksiyonu ile çubukların üstüne değerler yazıyoruz.

### Tek Kategorili Çubuk Grafiği

import matplotlib.pyplot as plt

# Veriler
kategoriler = ['A', 'B', 'C', 'D']
degerler = [10, 15, 7, 12]

# Tek kategorili çubuk grafiği
plt.figure(figsize=(8, 5))  # Grafik boyutunu ayarla
plt.bar(kategoriler, degerler, color='skyblue')  # Çubuk grafiği oluştur
plt.title('Tek Kategorili Çubuk Grafiği')  # Başlık
plt.xlabel('Kategoriler')  # X ekseni etiketi
plt.ylabel('Değerler')  # Y ekseni etiketi

# Değerleri çubukların üstüne yaz
for i, v in enumerate(degerler):
    plt.text(i, v + 0.5, str(v), ha='center', color='black')

plt.show()  # Grafiği göster

### İki Kategorili Çubuk Grafiği

import matplotlib.pyplot as plt

# Veriler
kategoriler = ['A', 'B', 'C', 'D']
degerler = [10, 15, 7, 12]

# İki kategorili çubuk grafiği
plt.figure(figsize=(8, 5))  # Grafik boyutunu ayarla
plt.bar(kategoriler, degerler, color='skyblue')  # Çubuk grafiği oluştur
plt.title('İki Kategorili Çubuk Grafiği')  # Başlık
plt.xlabel('Kategoriler')  # X ekseni etiketi
plt.ylabel('Değerler')  # Y ekseni etiketi

# Değerleri çubukların üstüne yaz
for i, v in enumerate(degerler):
    plt.text(i, v + 0.5, str(v), ha='center', color='black')

plt.show()  # Grafiği göster

Pasta Grafikleri (Pie Charts)

import matplotlib.pyplot as plt

# Veriler
kategoriler = ['Elma', 'Muz', 'Portakal', 'Çilek']
degerler = [30, 25, 20, 25]  # Her bir kategorinin oranları

# Pasta grafiği
plt.figure(figsize=(8, 6))  # Grafik boyutunu ayarla
plt.pie(degerler, labels=kategoriler, autopct='%1.1f%%', colors=['#ff9999','#66b3ff','#99ff99','#ffcc99'])
# autopct: dilimlerin yüzdesini gösterir, colors: dilimlerin renklerini ayarlar

plt.title('Meyve Dağılımı')  # Başlık
plt.axis('equal')  # Pastanın elips görünmesini engellemek için x ve y değerlerini eşit tutar.
plt.show()  # Grafiği göster

Buradaki autopct, her dilimin yüzdesini gösterir. Örneğin %1.1f%% formatı, yüzdeleri bir ondalık basamakla gösterir. 25.0, 25.3 gibi yazılmasını sağlar.

Dağılım Grafiği (Scatter Plots)

Aşağıda, bir dağılım grafiği oluşturmak için kullanılan bir örnek bulunmaktadır:

import matplotlib.pyplot as plt

# Örnek veri
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  # X değerleri
y = [2, 3, 5, 7, 11, 13, 17, 19, 23, 29]  # Y değerleri
sizes = [50, 60, 70, 80, 90, 100, 110, 120, 130, 140]  # Nokta boyutları
colors = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0]  # Nokta renkleri

plt.scatter(x, y, s=sizes, c=colors, alpha=0.5, cmap='viridis')
plt.title('Dağılım Grafiği')
plt.xlabel('X Değeri')
plt.ylabel('Y Değeri')
plt.colorbar(label='Renk Değeri')  # Renk çubuğu
plt.show()

Histogramlar

import matplotlib.pyplot as plt

# Örnek veri
data = [1, 2, 2, 3, 3, 3, 4, 4, 5, 5, 5, 5, 6, 6, 7, 8, 9, 10]  # Veriler

plt.hist(data, bins=5, color='skyblue', edgecolor='black')  # Histogram oluştur
plt.title('Histogram')
plt.xlabel('Değerler')
plt.ylabel('Frekans')
plt.show()

Grafiklerin Özelleştirilmesi

Aşağıda grafiklerinize kendi isteklerinize göre dizayn etmek isterseniz kullanabileceğiniz kodları açıklamaları ile birlikte sıraladım.

import matplotlib.pyplot as plt

# 1. Grafik Elemanları

# Başlık Ekleme
plt.title('Grafik Başlığı')  # Grafiğin üst kısmına başlık ekler.

# Eksen Etiketleri Ekleme
plt.xlabel('X Ekseni')  # X eksenine etiket ekler.
plt.ylabel('Y Ekseni')  # Y eksenine etiket ekler.

# Lejant Ekleme
plt.legend(['Veri 1', 'Veri 2'])  # Grafikteki veri serilerini açıklayan bir gösterge ekler.

# Yazı Tipi ve Boyut Ayarları
plt.title('Grafik Başlığı', fontsize=14, fontweight='bold')  # Başlık için yazı tipi boyutu ve kalınlık ayarı.
plt.xlabel('X Ekseni', fontsize=12)  # X ekseni etiketi için yazı tipi boyutu.
plt.ylabel('Y Ekseni', fontsize=12)  # Y ekseni etiketi için yazı tipi boyutu.

# Renk Ayarları
plt.title('Grafik Başlığı', color='blue')  # Başlık rengini mavi yapar.

# 2. Renkler ve Stiller

# Yerleşik Renk Paletleri
plt.plot(x, y, color='red')    # Kırmızı renk ile çizgi çizer.
plt.plot(x, y, color='green')  # Yeşil renk ile çizgi çizer.

# Özel Renk Kullanımı
plt.plot(x, y, color='#FF5733')  # Hex kodu ile özel bir renk kullanır.

# Stil Ayarları
plt.style.use('ggplot')  # ggplot stilini kullanarak grafiğin görünümünü değiştirir.

# 3. Alt Grafikler (Subplots)
fig, axs = plt.subplots(2, 2)  # 2x2 düzeninde alt grafikler oluşturur.

# Grid Tabanlı Düzenlemeler
fig, axs = plt.subplots(2, 2, figsize=(10, 8))  # 2x2 düzen ve boyut ayarı.

# 4. Özel Şekiller ve Anotasyonlar

# Ok Ekleme
plt.annotate('', xy=(x2, y2), xytext=(x1, y1),  # Okun uç noktaları
             arrowprops=dict(arrowstyle='->', color='black'))  # Okun stili ve rengi.

# Metin Kutusu Ekleme
plt.text(x, y, 'Metin Kutusu', fontsize=10, color='red')  # Belirtilen noktaya metin kutusu ekler.

# İşaretleme Ekleme
plt.scatter(x, y, color='blue', label='İşaretleme')  # Belirtilen noktalara işaretleme ekler.

Buradaki bazı değerleri kendi isteğinize göre değiştirebilirsiniz. Örneğin plt.style.use(‘ggplot’) kısmında ggplot yerine “fivethirtyeight”, “dark_background” gibi farklı değerler girebilirsiniz.

Bu stiller arka plan rengi, çizgi rengi gibi değerleri değiştirerek farklı sonuçlar ortaya koyabilir. İyi bir görsellik isterseniz deneyerek kendinize uygun olanı seçebilirsiniz.

Canlı Grafik Oluşturmak

Öncelikle örnek.txt adlı bir dosya oluşturalım. Örnek olarak bunu kullanabilirsiniz:

1,1
2,2
3,3
4,4
5,5
6,6
7,7

Ardından yazacağımız kod:

import matplotlib.pyplot as plt  # Grafik çizimi için matplotlib'in pyplot modülü
import matplotlib.animation as animation  # Animasyon oluşturmak için matplotlib'in animation modülü
from matplotlib.animation import FuncAnimation  # FuncAnimation sınıfını içe aktar
from matplotlib import style  # Grafik stillerini kullanmak için

# Grafik stilini ayarla
style.use('fivethirtyeight')  # 'fivethirtyeight' stilini kullanarak grafiğin görünümünü ayarlıyoruz

# Yeni bir figür oluştur
fig = plt.figure()  # Grafik için bir figür nesnesi oluştur. fig değişkenini bize FuncAnimationa bir değer olarak gireceğimiz için gerekli.
# Alt grafik (subplot) oluştur
ax1 = fig.add_subplot(111)  # 1x1'lik bir ızgarada 1. alt grafiği oluştur

# Animasyon için güncelleme fonksiyonu
def animate(i):
    # 'örnek.txt' dosyasını oku
    graph_data = open('örnek.txt', 'r').read()  # Dosyayı okur ve içeriğini bir string olarak alır
    lines = graph_data.split('\n')  # Satırları ayırarak bir liste oluşturur
    xs = []  # X değerlerini saklamak için boş bir liste oluştur
    ys = []  # Y değerlerini saklamak için boş bir liste oluştur

    # Her bir satırı işle
    for line in lines:
        if len(line) > 1:  # Satırın boş olmadığından emin ol
            x, y = line.split(',')  # Satırı virgüle göre ayırarak x ve y değerlerini al
            xs.append(float(x))  # X değerini float tipine çevirip listeye ekle
            ys.append(float(y))  # Y değerini float tipine çevirip listeye ekle

    ax1.clear()  # Önceki verileri sil
    ax1.plot(xs, ys)  # Yeni X ve Y değerleri ile grafiği çiz

# FuncAnimation ile animasyonu başlat
ani = FuncAnimation(fig, animate, interval=1000)  # Her 1000 milisaniyede bir 'animate' fonksiyonunu çağırarak animasyonu oluştur

# Grafiği göster
plt.show()  # Grafiği ekranda göster

Grafiğimizin güncellendiğini görmek için örnek.txt dosyasına veri ekleyin. Örnek olarak 8,8 ekleyebilirsiniz. Ardından dosyayı kaydedin. Buradaki önemli nokta yeni veriyi bir alt satıra yazmanız çünkü yazdığımız kodda dosyadaki her satırı tek tek alıyoruz. Diğer dikkat etmeniz gereken ise virgül kullanmak; bu şekilde birinci veri x verisi, ikinci veri ise y verisi olarak algılanacak çünkü aynı satırdaki verileri virgüle göre ayırarak x ve y verisini alıyoruz. En son olarak dosyayı kaydetmeyi unutmayın.

CSV Dosyasındaki Verileri Görselleştirme

Aşağıda, örnek.txt dosyasındaki verileri okuyarak bir çizgi grafiği oluşturmak için kullanılan bir örnek bulunmaktadır:

import matplotlib.pyplot as plt
import csv  # CSV dosyalarını okumak için csv kütüphanesini içe aktar.

# Boş listeler oluştur, verileri saklamak için kullanılacak.
x = []
y = []

# 'örnek.txt' dosyasını okuma modunda aç.
with open('örnek.txt', 'r') as csvfile:
    # CSV dosyasını okuyacak bir nesne oluştur, virgül ile ayrılmış verileri işler.
    plots = csv.reader(csvfile, delimiter=',')

    # Her bir satır için döngü başlat.
    for row in plots:
        # Satırdaki ilk değeri (X) tam sayıya çevirip x listesine ekle.
        x.append(int(row[0]))
        # Satırdaki ikinci değeri (Y) tam sayıya çevirip y listesine ekle.
        y.append(int(row[1]))

# X ve Y değerlerini kullanarak bir çizgi grafiği çiz.
plt.plot(x, y, label='CSV Dosyasından Gelen Veriler')

# X eksenine "x" etiketi ekle.
plt.xlabel('x')
# Y eksenine "y" etiketi ekle.
plt.ylabel('y')
# Grafikteki etiketleri göster.
plt.legend()
# Grafiği ekranda göster.
plt.show()

İnternetten Veri Çekmek

Ticker kelimesi şirketlerin borsadaki sembollerini belirtir. Örneğin bu Apple için ‘AAPL’, Tesla için ‘TSLA’ şeklindedir. Buradaki kullandığımız kütüphane yahoo finance tarafından geliştirlen yfinance kütüphanesi. Burada yahoo finance tarafından sağlanan API kullanılıyor bu bize hisseler ile alakalı sayısal değerleri verecek.

API nedir: API (Application Programming Interface), yazılımlar arasında iletişim ve veri alışverişi sağlamak için kullanılan bir arayüzdür. API’ler, bir uygulamanın veya hizmetin belirli işlevlerine ve verilerine erişim sağlamak için standart bir yöntem sunar.

import yfinance as yf  # yfinance kütüphanesini içe aktar
import matplotlib.pyplot as plt  # matplotlib kütüphanesini içe aktar

# Apple hisselerini (AAPL) tanımla
apple = yf.Ticker("AAPL")

# Hisse senedinin tarihsel verilerini al
historical_data = apple.history(period="1mo")  # Son 1 ayın verilerini al

# Kapanış fiyatlarını al
closing_prices = historical_data['Close']

# Grafiği çiz
plt.figure(figsize=(10, 5))  # Grafik boyutunu ayarla
plt.plot(closing_prices.index, closing_prices.values, label='AAPL Kapanış Fiyatı', color='blue')  # Kapanış fiyatlarını çiz
plt.title('Apple Hisseleri Kapanış Fiyatları (Son 1 Ay)')  # Başlık
plt.xlabel('Tarih')  # X ekseni etiketi
plt.ylabel('Kapanış Fiyatı (USD)')  # Y ekseni etiketi
plt.xticks(rotation=45)  # X eksenindeki tarih etiketlerini döndür
plt.legend()  # Grafikteki etiketleri göster
plt.grid()  # Izgara çizgilerini ekle
plt.tight_layout()  # Grafik düzenini ayarla
plt.show()  # Grafiği göster

Zamanın Uyarlanması

time.time() Unix zaman damgası döndürür. Bu 1 Ocak 1970’den beri kaç saniye geçtiğini belirtir.

fromtimestamp metodu, bir zaman damgasını alarak ona karşılık gelen tarih ve saat bilgisini oluşturur. Yani, bir zaman damgasından (timestamp) tarih ve saat bilgisi elde etmek için kullanılır.

import datetime as dt
import time

example = time.time()
dt.datetime.fromtimestamp(example)

Bu iki satır numpy kullanarak unix değerlerle dolu olan dizimizi vektörleme yaparak bu dizideki her unixi tarih ay gün saate çeviriyoruz. Numpy kullanmadan önce terminalde şu kodu çalıştırıp numpy kütüphanesini yüklemeniz gerek:

pip install numpy

dateconv = np.vectorize(dt.datetime.fromtimestamp)
date = dateconv(date)

Numpy vektörleştirmeye bir örnek. Dizideki her sayının karesi alınır.

import numpy as np

# Örnek bir fonksiyon
def square(x):
    return x ** 2

# Bir dizi oluştur
array = np.array([1, 2, 3, 4, 5])

# Fonksiyonu vektörleştir
vectorized_square = np.vectorize(square)

# Vektörleştirilmiş fonksiyonu diziye uygula
squared_array = vectorized_square(array)

print(squared_array)  # Çıktı: [ 1  4  9 16 25]

Mum Grafikleri

OHLC yani Open, High, Low, Close = Açılış, En Yüksek, En Düşük, Kapanış değerlerini kullanacağız. Genellikle finansal piyasalar için kullanılır.

Öncelikle gerekli kütüphaneleri yükleyin:

pip install mplfinance
pip install pandas

Aşağıda, OHLC grafiği oluşturmak için kullanılacak bir örnek bulunmaktadır:

import pandas as pd  # Pandas kütüphanesini veri analizi için içe aktar
import mplfinance as mpf  # Mplfinance kütüphanesini finansal grafikler için içe aktar

data = {
    'Date': [  # Tarihleri içeren bir liste
        '2023-01-01', '2023-01-02', '2023-01-03',
        '2023-01-04', '2023-01-05', '2023-01-06',
        '2023-01-07', '2023-01-08', '2023-01-09',
        '2023-01-10'
    ],
    'Open': [100, 102, 101, 103, 105, 107, 106, 108, 110, 109],  # Açılış fiyatları
    'High': [102, 103, 102, 104, 106, 108, 107, 109, 111, 110],  # En yüksek fiyatlar
    'Low': [99, 100, 100, 101, 104, 105, 105, 107, 108, 107],  # En düşük fiyatlar
    'Close': [101, 101, 103, 105, 105, 107, 106, 108, 109, 108],  # Kapanış fiyatları
    'Volume': [1000, 1500, 1200, 1300, 1600, 1700, 1800, 1900, 2000, 2100]  # İşlem hacimleri
}

# DataFrame oluşturma
df = pd.DataFrame(data)  # Sözlükten bir DataFrame oluştur

# Tarih sütununu datetime formatına çevirme
df['Date'] = pd.to_datetime(df['Date'])  # Tarihleri datetime formatına çevir
df.set_index('Date', inplace=True)  # Tarih sütununu indeks olarak ayarla

# OHLC grafiği çizme
mpf.plot(df, type='candle', volume=True, title='OHLC Grafiği', style='charles')  # Mum çubuğu grafiği oluştur
♣
Yorumlar

Önemli Not

Sorularınızı yorumlarda dile getirmek yerine Yazbel Forumunda sorarsanız çok daha hızlı cevap alabilirsiniz.
Belgelerdeki bir hata veya eksiği dile getirecekseniz lütfen yorumları kullanmak yerine Github'da bir konu (issue) açın.
Eğer yazdığınız yorum içinde kod kullanacaksanız kodlarınızı <pre><code> etiketleri içine alın. Örneğin: 
        <pre><code class="python">
        print("Merhaba Dünya!")
        </code></pre>