Matplotlib

Programování v GIS 2

Jan Caha

2025-04-28

Matplotlib

Matplotlib

• v Pythonu v podstatě standard na tvorbu vizualizací a grafů
• napsáno v Pythonu + optimalizace náročných části v C/C++
• odděluje 3 hlavní složky
  • interní model grafu
  • API pro programátory
  • vykreslovací backend
• rozdělení umožňuje snadnou rozšiřitelnost
• pracuje dobře s numpy i pandas

Komponenty

• Artist - základní třída, všechno co je vidět se od ní odvozuje
• Figure - celý obrázek grafu
• Axes - samotný graf (něco co má osy)
• jeden Figure může obsahovat vícero Axes - např. dva grafy vedle sebe

Backend

• interaktivní - třeba pro programy s GUI, nebo i z python skriptů (trochu nešťastné, protože skript se neukončí dokud se obrázek nezavře)
• statický - tvorba obrázků v různých formátech
• Qt5Agg, TkAgg, WebAgg Agg, PDF, SVG, PS

import matplotlib

matplotlib.use("Agg")

Stylování a konfigurace

• buď přímo součást kódu (může být zdlouhavé a opakující se)
• použití globálního stylu v souboru matplotlibrc - soubor se hledá buď v aktuální projektu nebo v uživatelském adresáři
• předpřipravené styly

import matplotlib

matplotlib.style.use("ggplot")

Dva způsoby použití

• submodul matplotlib.pyplot kde pracujeme s jedním grafem
  • všechny volané funkce pak modifikují jeden graf
  • vhodné pro menší skripty a základní ukázky
• objektový přístup - tvorba Figure a Axes a jejich modifikace
  • vhodné pro komplexnější grafy, či situace kdy tvoříme vícero grafů v rámci skriptu

import matplotlib as mpl

# obrázek s 2 grafy - 1 řádek, 2 sloupce
# velikost obrázku je v palcích
fig, axs = mpl.pyplot.subplots(1, 2, figsize=(16, 8))

• prvek axs je ve skutečnosti pole, jednotlivých prvků s osami, takže přistupujeme jako axs[0] atd.

Objektový přístup

• jednotlivé modifikace voláme přímo jako metody prvků Figure a Axes
• přehlednější a lépe přenositelné
• metody Axes např. set_xlabel(), set_ylabel(), grid(), legend() či bar(), scatter(), plot()
• metody Figure např. show(), savefig(), suptitle()

Ukázky

• galerie na webu projektu obsahuje i kód
• vyhledávání na githubu pomocí importu knihovny
• hodně pomůže i Copilot s dobrou specifikací dotazu

Rozšíření

• existují další knihovny postavené nad Matplotlib
  • seaborn - ukázky
  • plotnine - ukázky
• obvykle úprava API do nějakého “vhodnějšího” formátu

Plotnine

plotnine - co to je

• knihovna pro Python inspirovaná ggplot2 z R
• používá koncept Grammar of Graphics
• graf se skládá z vrstev pomocí operátoru +
• vhodné zejména pro rychlou analytickou vizualizaci z pandas DataFrame
• renderuje přes Matplotlib backend

Jak funguje systém (Grammar of Graphics)

• systém je založen na skládání několika částí grafu
• data tabulka, ze které čteme hodnoty
• aes(...) mapování sloupců na vizuální vlastnosti (x, y, color, …)
• geom_* jaký typ značek se vykreslí (geom_point, geom_line, geom_col)
• stat_* volitelné statistické transformace
• facet_*, theme_*, labs(...) rozdělení do panelů, vzhled, popisky

Mentální model tvorby grafu

• 1. vyberu datový rámec
• 2. namapuji proměnné přes aes(...)
• 3. přidám geometrii (geom_*)
• 4. doplním měřítka, popisky a téma
• 5. volitelně rozdělím graf na panely (facet_wrap, facet_grid)

from plotnine import aes, geom_point, ggplot, labs, theme_minimal

p = (
    ggplot(df, aes(x="delay", y="distance", color="carrier"))
    + geom_point(alpha=0.6)
    + labs(
        title="Delay vs distance",
        x="Delay (min)",
        y="Distance (km)",
        color="Carrier",
    )
    + theme_minimal()
)

p

plotnine vs Matplotlib (kdy použít co)

• plotnine: deklarativní zápis, rychlé skládání běžných analytických grafů
• Matplotlib: detailní kontrola každého prvku a komplexní customizace
• častý postup v praxi:
  • explorace dat a standardní grafy v plotnine
  • speciální finální vizualizace v Matplotlib

Dotazy?