Python ile veri görselleştirme yöntemleri

Python paket programında en çok kullanılan görselleştirme programlarının kod yapısı, karşılaştırılmasına yönelik yazı olacaktır.

1. Temel Kütüphaneler: Statik ve Yayın Kalitesinde Görseller

• Matplotlib, her bileşeni adım adım manuel olarak eklediğiniz emredici bir yapı sunarak grafiğin her ayrıntısı üzerinde tam kontrol sağlar.
• Seaborn: Pandas veri çerçeveleriyle doğrudan konuşan yüksek seviyeli bir yapı kullanarak, karmaşık istatistiksel grafikleri tek bir fonksiyonla estetik bir şekilde oluşturmanıza imkan tanır.

2. Modern ve Etkileşimli Kütüphaneler: Web ve Dashboard

• Plotly: Modern veri biliminin "altın standardı" haline gelmiştir. Grafiklerin üzerine gelindiğinde değerlerin görünmesi, yakınlaştırma ve uzaklaştırma gibi özellikler varsayılan olarak gelir. Özellikle Plotly Express modülü, Seaborn kadar kolay bir sözdizimi sunar.
• Altair: "Grammar of Graphics" (Grafik Grameri) prensibine dayanır. Kod yazmaktan ziyade verinin neyi temsil ettiğini tanımlamaya odaklanır. Çok temiz ve deklaratif bir yapısı vardır.

Genel Olarak grafik kütüphanelerinin farkılıkları şu şekilde;

Kod Yapısı

Matplotlib (Nesne Yönelimli Yapı)

Matplotlib'de kod, hiyerarşik bir "katman ekleme" mantığıyla ilerler.

Temel Bileşenler:

1. Tuval Hazırlama (plt.subplots()): Üzerine çizim yapılacak boş bir figür ve eksen seti oluşturulur.
2. Çizim Fonksiyonu (ax.scatter()): Veri noktaları eksenlere eklenir (geometri tanımlanır).
3. Düzenleme Fonksiyonları (ax.set_...()): Başlık, eksen isimleri ve lejanlar gibi statik ayarlar yapılır.
4. Görüntüleme (plt.show()): Grafik ekrana basılır.

import matplotlib.pyplot as plt

fig, ax = plt.subplots() # 1. Tuval
ax.scatter(df['x'], df['y'], c='blue') # 2. Geometri
ax.set_title("Grafik Başlığı") # 3. Düzenleme
plt.show() # 4. Görüntüleme

Seaborn (Veri Odaklı Yapı)

Seaborn, görseldeki bileşenlerin çoğunu tek bir "ana fonksiyon" içinde birleştirir.

Temel Bileşenler:

1. Ana Grafik Fonksiyonu (sns.scatterplot()): Veri kaynağı (data), eksenler (x, y) ve renk kategorileri (hue) tek seferde tanımlanır.
2. Otomatik Düzenleme: Seaborn, sütun isimlerini kullanarak eksen etiketlerini kendisi oluşturur.
3. Temalandırma (sns.set_theme()): Arka plan rengi, çizgi kalınlığı gibi estetik ayarlar genel bir fonksiyonla yapılır.

import seaborn as sns

sns.set_theme(style="whitegrid") # 1. Tema
sns.scatterplot(data=iris, x="sepal_length", y="sepal_width", hue="species")

Plotly Express (Yapılandırılmış Nesne Yapısı)

Görseldeki mantığın Python'daki en yakın karşılığıdır.

Temel Bileşenler:

1. Temel Grafik Fonksiyonu (px.scatter()): Veri ve temel görsel özellikler (renk, sembol) tanımlanır.
2. Düzenleme Fonksiyonları (fig.update_layout()): Paylaştığınız görseldeki layout() fonksiyonuna eşdeğerdir; başlık ve eksen ayarları burada yapılır.
3. Yapılandırma Fonksiyonları (fig.update_traces()): Belirli veri gruplarına (izlere) özel stiller atanır.
4. Etkileşim Ayarları (fig.show(config=...)): İndirme düğmesi ve araç çubuğu gibi interaktif özellikler belirlenir.

import plotly.express as px

fig = px.scatter(iris, x="sepal_length", y="sepal_width", color="species")
fig.update_layout(title="İris Veri Seti") # 2. Düzenleme
fig.show(config={'displayModeBar': True}) # 3. Yapılandırma

Altair (Zincirleme / Deklaratif Yapı)

Görseldeki mantığa en benzer "adım adım ekleme" yapısı Altair kütüphanesinde bulunur.

Temel Bileşenler:

1. Temel Nesne (alt.Chart()): Veri kümesi tanımlanır.
2. Geometri (mark_point()): Nokta, çizgi veya çubuk gibi grafik türü seçilir.
3. Eşleştirme (encode()): Veri sütunları görsel kanallara (x, y, renk) bağlanır.
4. Etkileşim (interactive()): Yakınlaştırma ve kaydırma özellikleri tek komutla eklenir.

import altair as alt

alt.Chart(iris).mark_point().encode( # 1 & 2. Nesne ve Geometri
    x='sepal_length', # 3. Eşleştirme
    y='sepal_width',
    color='species'
).interactive() # 4. Etkileşim

import matplotlib.pyplot as plt

fig, ax = plt.subplots() # 1. Tuval
ax.scatter(df['x'], df['y'], c='blue') # 2. Geometri
ax.set_title("Grafik Başlığı") # 3. Düzenleme
plt.show() # 4. Görüntüleme

import seaborn as sns

sns.set_theme(style="whitegrid") # 1. Tema
sns.scatterplot(data=iris, x="sepal_length", y="sepal_width", hue="species")

import plotly.express as px

fig = px.scatter(iris, x="sepal_length", y="sepal_width", color="species")
fig.update_layout(title="İris Veri Seti") # 2. Düzenleme
fig.show(config={'displayModeBar': True}) # 3. Yapılandırma

import altair as alt

alt.Chart(iris).mark_point().encode( # 1 & 2. Nesne ve Geometri
    x='sepal_length', # 3. Eşleştirme
    y='sepal_width',
    color='species'
).interactive() # 4. Etkileşim