Lewati ke konten utama

Mengeksplorasi Matplotlib Inline: Tutorial Singkat

Pelajari bagaimana matplotlib inline memungkinkan Anda menampilkan visualisasi data langsung di notebook dengan cepat dan mudah! Dalam artikel ini, kami membahas apa itu matplotlib inline, cara menggunakannya, dan cara memasangkannya dengan pustaka lain untuk membuat visualisasi yang andal.
· 6 mnt Baca

Jelajahi bersama AI

Matplotlib adalah pustaka yang andal untuk membuat visualisasi di Python. Saat menggunakan Jupyter Notebook, DataLab, atau lingkungan kompatibel lainnya, Anda dapat menggunakan Matplotlib inline untuk menampilkan plot Matplotlib langsung di dalam notebook tanpa perlu jendela tambahan. Untuk mengetahui lebih lanjut kemampuan Matplotlib, lihat tutorial ini tentang penggunaan pustaka Matplotlib.

Apa yang Dilakukan Matplotlib Inline?

Matplotlib inline adalah perintah backend di Jupyter Notebook yang memungkinkan perenderan plot Matplotlib tepat di bawah sel kode. Artinya, ketika Anda mengeksekusi kode yang menghasilkan plot Matplotlib, plot tersebut ditampilkan secara inline di dalam notebook, bukan di jendela terpisah atau sel keluaran lain.

Perenderan inline ini berguna saat Anda mengiterasi versi plot dalam sebuah notebook. Karena grafik muncul tepat di bawah kode yang menghasilkannya, Anda dapat dengan mudah melihat bagaimana perubahan pada kode memengaruhi hasilnya. Anda dapat menggunakannya sambil menerapkan fitur plot standar, seperti judul, label sumbu, legenda, atau pengodean warna.

Perhatikan, dalam beberapa kasus, Anda mungkin mengalami masalah kebocoran memori, yaitu kesalahan ketika memori tidak dibebaskan di antara proses plotting sehingga figur digambar tidak benar setelah perubahan. Jika Anda melihat ini sebagai masalah, coba gunakan metode .clf() dan .close() untuk membersihkan memori dari plot sebelumnya sebelum menggambar ulang.

Catatan penting: Pada versi Jupyter Notebook saat ini, penggunaan Matplotlib inline tidak diperlukan karena plot ditampilkan secara otomatis. Namun, ini tetap berguna terutama saat berbagi kode. Jadi jika Anda menggunakan versi terbaru Jupyter Notebook atau menggunakan DataLab, dan tidak memiliki kode untuk dibagikan, Anda dapat melewati tutorial ini dan langsung belajar Matplotlib saja.

Sintaks dan Penggunaan Matplotlib inline dengan Contoh

Untuk mengaktifkan mode Matplotlib inline di Jupyter notebook, cukup sertakan perintah berikut di awal notebook Anda:

import matplotlib
%matplotlib inline

Perintah ini memberi tahu Jupyter untuk merender plot Matplotlib langsung di notebook, alih-alih membuka jendela baru atau perlu menyimpan plot eksternal. Setelah diaktifkan, Anda dapat membuat dan menampilkan plot menggunakan Matplotlib seperti biasa.

Contoh %matplotlib inline saat digunakan di Jupyter Notebook

Seperti disebutkan sebelumnya, versi terbaru Jupyter Notebook & IDE seperti DataLab tidak mengharuskan Anda menambahkan %matplotlib inline untuk melihat plot dalam sel yang sama. Namun, saya lebih suka menambahkan satu baris ini di bagian atas skrip saya bahkan saat menggunakan IDE tersebut. Ini memudahkan pemindahan kode antar sistem dan anggota tim. Ini juga mengurangi kemungkinan kesalahan tak terduga jika IDE tidak lagi berfungsi seperti yang Anda harapkan.

Alternatif Interaktif: %matplotlib notebook

Jika Anda mencari interaktivitas pada plot inline, cobalah perintah backend %matplotlib notebook. Perintah ini tetap menampilkan plot Anda di dalam notebook, dan menambahkan beberapa interaktivitas seperti pembesaran, penggeseran, dan inspeksi data. Namun, saya mendapati ini bisa agak rewel pada beberapa sistem. Jika Anda mengalami masalah dengan magic command ini, saya menyarankan menggunakan plotly.io sebagai gantinya untuk plot interaktif yang inline.

Contoh %matplotlib notebook saat digunakan di Jupyter Notebook

Mengintegrasikan %matplotlib inline dengan Pustaka Plot Lain

Perintah %matplotlib inline tidak terbatas pada plot matplotlib saja. Perintah ini mudah diintegrasikan dengan pustaka plotting lainnya seperti seaborn dan plotly, sehingga memperluas ragam jenis plot yang dapat Anda buat secara inline di notebook.

Menggunakan perintah ini bersama pustaka seaborn memperkaya opsi penyesuaian untuk plot.

Contoh %matplotlib inline dengan seaborn saat digunakan di Jupyter Notebook

Menggunakan perintah ini bersama pustaka plotly memungkinkan interaktivitas, seperti pembesaran dan penggeseran.

Contoh %matplotlib inline dengan plotly saat digunakan di Jupyter Notebook

Inti Utama: Gunakan perintah %matplotlib inline untuk mengaktifkan plotting inline di Jupyter notebook. Padukan perintah ini dengan pustaka plotting lain untuk membuat visualisasi yang andal.

Praktik Terbaik saat menggunakan %matplotlib inline

Saat menggunakan %matplotlib inline, ada beberapa praktik terbaik yang perlu dipertimbangkan:

  1. Tambahkan perintah matplotlib inline di bagian atas notebook, untuk memastikan tampilan plot yang konsisten di seluruh notebook.
  2. Pastikan mengimpor pustaka matplotlib sebelum memanggil perintah.
  3. Jika Anda ingin plot dilihat di dalam notebook, pastikan menggunakan matplotlib inline, bahkan jika IDE Anda secara default sudah memiliki perilaku ini. Ini akan memastikan kelancaran, terutama ketika kode Anda digunakan oleh rekan kerja.
  4. Pastikan membersihkan plot lama sebelum membuat yang baru untuk mencegah kebocoran memori.
  5. Pastikan jenis plot yang Anda gunakan sesuai dengan data dan kesimpulan yang ingin Anda tunjukkan.

Kesimpulan

Mode Matplotlib inline adalah fitur praktis yang meningkatkan kegunaan Matplotlib di Jupyter notebook. Dengan mengaktifkan perenderan plot secara inline, fitur ini menyederhanakan alur kerja untuk membuat, mengeksplorasi, dan menyampaikan wawasan dari data.

Untuk mempelajari lebih lanjut tentang visualisasi data, lihat Introduction to Data Visualizations with Matplotlib. Cobalah membangun plot dan visualisasi tingkat lanjut Anda di kursus Seaborn ini dan tutorial tentang histogram di Matplotlib ini.

Amberle McKee

Penulis

Amberle McKee

Saya seorang PhD dengan pengalaman 13 tahun bekerja dengan data di lingkungan riset biologi. Saya membuat perangkat lunak dalam beberapa bahasa pemrograman termasuk Python, MATLAB, dan R. Saya bersemangat membagikan kecintaan saya terhadap pembelajaran kepada dunia.

Topik

Terkait

blogs

Tutorial Korelasi di R

blogs

Spaghetti Plot dan Jalur Badai