Visualisasi Data Matplotlib

Pengenalan Matplotlib, Library Python Untuk Visualisasi Data

Diposting pada 1.589 views

Visualisasi data adalah teknik untuk merepresentasikan data terstruktur ataupun tidak terstruktur ke dalam bentuk grafik atau bagan sehingga mudah untuk dipahami. Nah dalam python sendiri ada sebuah library yang bisa kita pakai untuk visualisasi data, yaitu Matplotlib. Dalam situs resminya, Matplotlib disebut sebagai library yang lengkap untuk membuat visualisasi statis, animasi, dan interaktif menggunakan Python.

Untuk dapat menggunakan Matplotlib, tentunya kalian harus menginstall library tersebut terlebih dahulu. Agar tidak repot saya sarankan kalian menginstall aplikasi “Anaconda”, karena dalam aplikasi anaconda sudah terinstall hampir semua library python yang biasa kita gunakan untuk keperluan data analisis. Dalam artikel ini, saya juga menggunakan Jupyter Notebook, yaitu sebuah IDE Python yang interaktif dan sangat cocok untuk keperluan kita kali ini. Jika kalian sudah menginstall aplikasi Anaconda, disitu juga sudah terdapat Jupyter Notebook yang bisa langsung kita pakai tanpa menginstalnya lagi. Selain itu, sebagai alternatif kalian juga bisa menggunakan Google Colaboratory yaitu IDE yang mirip dengan Jupyter Notebook namun berbasis cloud, tentunya untuk menggunakan Google Colab kalian harus memiliki koneksi internet. Oke, jika semuanya sudah siap langsung saja kita eksekusi.

Sebelum membuat visualisasi, ada beberapa hal yang perlu kita ketahui.

Mengimport Matplotlib

import matplotlib as mpl
import matplotlib.pyplot as plt

Dua baris diatas kita gunakan untuk mengimport library matplotlib ke dalam code kita nantinya. Perhatikan bahwa disana saya menulis “import matplotlib as mpl” yang berarti saya ingin mengimport library matplotlib menggunakan singkatan “mpl”. Kemudian pada baris kedua, kita mengimport pyplot menggunakan singkatan “plt”, interface “plt” ini yang nantinya akan sering kita gunakan untuk membuat visualisasi.

Teknik Plotting  di Jupyter Notebook

Di dalam jupyter notebook, ada dua opsi yang bisa kita gunakan untuk meng-embed grafik langsung pada notebook:

  • “%matplotlib notebook” digunakan untuk meng-embed plot interaktif di dalam notebook.
  • “%matplotlib inline” digunakan untuk meng-embed gambar plot statis di dalam notebook.

Pada kali ini saya akan menggunakan “%matplotlib inline”:

%matplotlib inline

Kita hanya perlu menjalankan kode diatas satu kali per kernel/sesi notebook. Setelah dijalankan, ketika kita membuat plot di sel manapun pada notebook kita, hasil dari plot akan meng-embed gambar PNG dari grafik yang dihasilkan, sebagai contoh mari kita buat grafik sederhana:

import numpy as np
x = np.linspace(0, 10, 100)
fig = plt.figure()
plt.plot(x, np.sin(x), '-')
plt.plot(x, np.cos(x), '--');

Hasil dari visualisasi diatas akan menghasilkan grafik seperti gambar dibawah.

Visualisasi grafik sin cos matplotlib

Menyimpan Hasil Visualisasi

Sebenarnya kalian dapat langsung menyimpan hasil visualisasi dengan cara klik kanan pada grafik kemudian pilih “save as/simpan sebagai”, namun kali ini saya akan menjelaskan cara menyimpan gambar melalui kode untuk hasil yang lebih baik.

Salah satu fitur yang sangat berguna dari Matplotlib adalah kemampuan menyimpan gambar dalam berbagai format. Kita dapat menyimpan gambar menggunakan perintah savefig(). Misalnya, untuk menyimpan gambar sebelumnya menjadi file PNG, kita dapat menjalankan perintag dibawah ini:

fig.savefig('grafik_sin_cos.png')

Sekarang kita mempunyai file dengan nama grafik_sin_cos.png, kita juga dapat mengecek file tersebut menggunakan perintah dibawah ini.

!grafik_sin_cos.png

Kemudian kita juga dapat menampilkan file yang kita simpan tadi ke dalam notebook, kita dapat menggunakan IPython Image Object

from IPython.display import Image
Image('grafik_sin_cos.png')

Pada fungsi savefig(), format file ditentukan dari ekstensi nama file yang diberikan. Sebagai contoh diatas saya mennggunakan nama grafik_sin_cos.png yang artinya saya menyimpan file tersebut sebagai PNG. Untuk melihat daftar format yang didukung, kita bisa menggunakan perintah dibawah ini.

fig.canvas.get_supported_filetypes()

Baiklah, sampai disini saja pembahasan kita mengenai pengenalan Matplotlib. Pada artikel selanjutnya, saya akan membahas lebih lanjut penggunaan matplotlib untuk visualisasi data.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *