Ana içeriğe geç

Matplotlib Inline’ı Keşfetmek: Hızlı Bir Öğretici

Matplotlib inline sayesinde veri görselleştirmelerinizi doğrudan bir not defterinde hızlı ve kolayca nasıl görüntüleyebileceğinizi öğrenin! Bu yazıda, matplotlib inline nedir, nasıl kullanılır ve güçlü görselleştirmeler oluşturmak için diğer kütüphanelerle nasıl eşleştirilir konularını ele alıyoruz.
· 6 dk. oku

Yapay Zeka ile Keşfedin

Matplotlib, Python’da görselleştirmeler oluşturmak için güçlü bir kütüphanedir. Jupyter Notebooks, DataLab ya da diğer uyumlu ortamlarda çalışırken, ek pencerelere gerek kalmadan Matplotlib grafikleri doğrudan not defterinde göstermek için Matplotlib inline kullanabilirsiniz. Matplotlib’in yetenekleri hakkında daha fazla bilgi için, Matplotlib kütüphanesini kullanmaya dair bu öğreticiye göz atın.

Matplotlib Inline Ne Yapar?

Matplotlib inline, Jupyter Notebooks’ta Matplotlib grafiklerinin doğrudan kod hücrelerinin altında işlenmesini sağlayan bir arka uç komutudur. Bu, Matplotlib grafikleri üreten kodu çalıştırdığınızda grafiklerin not defteri içinde satır içi (inline) olarak görüntüleneceği, ayrı bir pencerede veya çıktı hücresinde açılmayacağı anlamına gelir.

Bu satır içi işleme, bir not defterinde bir grafiğin sürümleri üzerinde yineleme yaparken yararlı olabilir. Grafik, onu üreten kodun hemen altında göründüğünden, kodunuzdaki değişikliklerin sonucu nasıl etkilediğini görmek kolaydır. Bunu bir başlık, eksen etiketleri, bir gösterge (legend) veya renk kodlama gibi standart grafik özelliklerini uygularken kullanabilirsiniz.

Dikkat edin, bazı durumlarda bellek sızıntısı sorunlarıyla karşılaşabilirsiniz; bu, çizim olayları arasında bellek serbest bırakılmadığında, değişikliklerden sonra şeklin (figure) hatalı çizilmesine yol açan bir hatadır. Bunu bir sorun olarak fark ederseniz, yeniden çizmeden önce önceki grafikten kalan belleği temizlemek için .clf() ve .close() yöntemlerini kullanmayı deneyin.

Önemli not: Jupyter Notebook’un güncel sürümlerinde Matplotlib inline kullanmak gerekli değildir; grafikler otomatik olarak görüntülenir. Ancak özellikle kod paylaşırken hâlâ kullanışlıdır. Bu nedenle, Jupyter Notebook’un en son sürümünü kullanıyorsanız veya DataLab kullanıyorsanız ve paylaşacağınız kod yoksa, bu öğreticiyi atlayıp doğrudan Matplotlib öğrenmeye geçebilirsiniz.

Matplotlib inline Söz Dizimi ve Örneklerle Kullanımı

Bir Jupyter not defterinde Matplotlib inline modunu etkinleştirmek için not defterinizin başına aşağıdaki komutu eklemeniz yeterlidir:

import matplotlib
%matplotlib inline

Bu komut, Jupyter’a Matplotlib grafiklerini yeni bir pencere açmak veya harici bir grafiği kaydetmek yerine doğrudan not defteri içinde işlemesini söyler. Etkinleştirildikten sonra, Matplotlib’i her zamanki gibi kullanarak grafikler oluşturup görüntülemeye devam edebilirsiniz.

Jupyter Notebook’ta %matplotlib inline kullanımına bir örnek

Daha önce belirtildiği gibi, DataLab gibi en yeni Jupyter Notebooks ve IDE sürümlerinde, aynı hücre içinde grafikleri görmek için %matplotlib inline eklemeniz gerekmez. Yine de, bu tek satırı böyle IDE’leri kullanırken bile betiklerimin başına eklemeyi tercih ediyorum. Bu, kodu sistemler ve ekip üyeleri arasında aktarmayı kolaylaştırır. Ayrıca, IDE beklediğiniz şekilde çalışmayı bırakırsa beklenmedik bir hata olasılığını azaltır.

Etkileşimli Bir Alternatif: %matplotlib notebook

Satır içi grafiklerinizde etkileşim arıyorsanız, %matplotlib notebook arka uç komutunu deneyin. Bu komut, grafikleri yine not defteri içinde görünür kılar ve yakınlaştırma, kaydırma ve veri inceleme gibi bazı etkileşim özellikleri ekler. Ancak bunun bazı sistemlerde kararsız olabildiğini gördüm. Bu sihirli komutla sorun yaşarsanız, etkileşimli, satır içi grafikler için bunun yerine plotly.io kullanmanızı öneririm.

Jupyter Notebook’ta %matplotlib notebook kullanımına bir örnek

%matplotlib inline’ı Diğer Grafik Kütüphaneleriyle Entegre Etme

%matplotlib inline komutu yalnızca matplotlib grafikleriyle sınırlı değildir. seaborn ve plotly gibi diğer grafik kütüphaneleriyle kolayca entegre olur; bu da not defterinizde satır içi olarak oluşturabileceğiniz grafik türlerinin yelpazesini genişletir.

Bu komutu seaborn kütüphanesiyle birlikte kullanmak, grafikler için özelleştirme seçeneklerini artırır.

Jupyter Notebook’ta seaborn ile %matplotlib inline kullanımına bir örnek

Bu komutu plotly kütüphanesiyle birlikte kullanmak, yakınlaştırma ve kaydırma gibi etkileşim özelliklerini mümkün kılar.

Jupyter Notebook’ta plotly ile %matplotlib inline kullanımına bir örnek

Özetle: Jupyter not defterlerinde satır içi çizimi etkinleştirmek için %matplotlib inline komutunu kullanın. Bu komutu diğer grafik kütüphaneleriyle eşleştirerek güçlü görselleştirmeler oluşturun.

%matplotlib inline için En İyi Uygulamalar

%matplotlib inline kullanırken göz önünde bulundurmanız gereken bazı en iyi uygulamalar şunlardır:

  1. Not defterinin en üstüne matplotlib inline komutunu ekleyin; böylece not defteri boyunca tutarlı grafik görüntüleme sağlanır.
  2. Komutu çağırmadan önce matplotlib kütüphanesini içe aktardığınızdan emin olun.
  3. Grafiklerin not defterinde görüntülenmesini istiyorsanız, IDE’niz varsayılan olarak bu davranışı sağlasa bile matplotlib inline kullanın. Bu, özellikle kodunuz bir meslektaşınız tarafından kullanıldığında sorunsuz çalışmayı sağlar.
  4. Bellek sızıntılarını önlemek için yeni grafikleri oluşturmadan önce eski grafikleri temizlediğinizden emin olun.
  5. Kullandığınız grafik türünün verinize ve göstermek istediğiniz sonuca uygun olduğundan emin olun.

Sonuç

Matplotlib inline modu, Jupyter not defterlerinde Matplotlib’in kullanılabilirliğini artıran kullanışlı bir özelliktir. Grafiklerin satır içi olarak işlenmesini etkinleştirerek, verilerden içgörü üretme, keşfetme ve bunları aktarma iş akışını sadeleştirir.

Veri görselleştirme hakkında daha fazla bilgi edinmek için Matplotlib ile Veri Görselleştirmeye Girişe göz atın. Gelişmiş grafiklerinizi ve görselleştirilmelerinizi bu Seaborn kursunda ve Matplotlib’de histogramlar hakkındaki bu öğreticide oluşturmayı deneyin.

Amberle McKee

Yazar

Amberle McKee

Biyolojik araştırma ortamında verilerle çalışma konusunda 13 yıllık deneyime sahip bir doktora sahibiyim. Python, MATLAB ve R dahil olmak üzere birkaç programlama dilinde yazılım geliştiriyorum. Öğrenme sevgimi dünyayla paylaşma konusunda tutkuluyum.

Konular

İlgili