Matplotlib je knihovna pro Python, která je široce používána pro vizualizaci dat. Umožňuje uživatelům vytvářet širokou škálu statických, interaktivních a animovaných vizualizací v Pythonu. Zde jsou některé z hlavních typů vizualizací, které lze s matplotlib vytvořit:
- Čárové grafy (Line Plots): Ideální pro zobrazení vývoje něčeho v čase nebo pro porovnávání více skupin.
- Sloupcové a pruhové grafy (Bar Charts/Barh Charts): Používají se pro srovnání množství různých kategorií.
- Histogramy: Umožňují vizualizaci distribuce datových sad.
- Koláčové grafy (Pie Charts): Slouží k zobrazení procentuálního zastoupení kategorií v celku.
- Bodové grafy (Scatter Plots): Skvělé pro vizualizaci vztahů mezi dvěma proměnnými.
- Boxploty (Box Plots): Užitečné pro zobrazení rozložení datové sady a jejích kvartilů, a také pro identifikaci odlehlých hodnot.
- Violin ploty: Podobné boxplotům, ale zároveň ukazují hustotu pravděpodobnosti dat v různých hodnotách.
- Contour ploty: Používají se pro zobrazení třírozměrných dat v dvourozměrném formátu, často používané pro zobrazení topografických map nebo pro vizualizaci funkce dvou proměnných.
- Heatmapy: Ideální pro vizualizaci složitosti mezi dvěma proměnnými a intenzitu jejich vztahu.
- Proudové grafy (Stream Plots): Používají se pro zobrazení toku v 2D prostoru, často pro vizualizaci dynamiky fluidů.
- Polar ploty: Speciální typ grafu pro zobrazení dat v polárních souřadnicích.
- 3D grafy: Matplotlib podporuje také vytváření trojrozměrných vizualizací, včetně 3D čárových grafů, 3D plošných grafů, 3D scatter plotů a 3D konturových grafů.
- Animace: Matplotlib umožňuje vytvářet animace, kde můžete sledovat, jak se vaše data mění v čase nebo jak se mění s různými parametry.
Matplotlib je vysoce konfigurovatelný, což znamená, že téměř všechny aspekty grafů lze přizpůsobit. Lze jej kombinovat s knihovnami jako NumPy a Pandas pro efektivní manipulaci s daty a vizualizaci.
