كيفية استخدام مكتبة Seaborn لإنشاء مخططات متقدمة في Python

تمت الكتابة بواسطة: عبد الحكيم

تارخ آخر تحديث: 19 ديسمبر 2024

محتوى المقال

تثبيت مكتبة Seaborn
استيراد مكتبة Seaborn وتهيئة البيئة
إنشاء مخطط خطي (Line Plot)
إنشاء مخطط مبعثر (Scatter Plot)
إنشاء مخطط مربعات (Heatmap)
إنشاء مخطط زوجي (Pair Plot)
تخصيص المخططات في Seaborn
الخلاصة

كيفية استخدام مكتبة Seaborn لإنشاء مخططات متقدمة في Python

تُعتبر مكتبة Seaborn واحدة من أكثر المكتبات استخدامًا في Python لإنشاء المخططات والرسوم البيانية المتقدمة. تتميز Seaborn بتوفير واجهة سهلة الاستخدام تعتمد على مكتبة Matplotlib، مما يتيح للمستخدمين إنشاء مخططات عالية الجودة بأقل مجهود ممكن. في هذا المقال، سنتعرف على كيفية استخدام مكتبة Seaborn لإنشاء وتحليل المخططات المختلفة، وسنستعرض مجموعة من الأمثلة العملية.

تثبيت مكتبة Seaborn

قبل البدء في استخدام Seaborn، يجب عليك أولاً تثبيت المكتبة. يمكن القيام بذلك بسهولة باستخدام مدير الحزم pip:


            $ pip install seaborn

تأكد أيضًا من أن لديك مكتبة Matplotlib مثبتة، حيث تعتمد Seaborn عليها في إنشاء المخططات.

استيراد مكتبة Seaborn وتهيئة البيئة

بعد تثبيت Seaborn، تحتاج إلى استيرادها في مشروع Python الخاص بك. عادةً ما يتم استيراد Seaborn مع Matplotlib لتهيئة البيئة الخاصة بالرسم:


            import seaborn as sns

            import matplotlib.pyplot as plt


            sns.set()  # تهيئة البيئة واختيار الأسلوب الافتراضي لـ Seaborn

تقوم الدالة sns.set() بتهيئة البيئة وجعل المخططات تبدو بشكل أفضل وأكثر تناسقًا.

إنشاء مخطط خطي (Line Plot)

المخططات الخطية هي واحدة من أكثر أنواع المخططات استخدامًا لعرض البيانات الزمنية أو العلاقة بين متغيرين. لإنشاء مخطط خطي باستخدام Seaborn، يمكنك استخدام الدالة sns.lineplot():


            import numpy as np

            import pandas as pd


            # إنشاء بعض البيانات العشوائية

            data = pd.DataFrame({

                'x': np.linspace(0, 10, 100),

                'y': np.sin(np.linspace(0, 10, 100))

            })


            # إنشاء المخطط الخطي

            sns.lineplot(data=data, x='x', y='y')

            plt.show()

في هذا المثال، نقوم بإنشاء مخطط خطي لعرض العلاقة بين المتغيرين x و y، حيث يمثل x القيم من 0 إلى 10، و y هو جيب الزاوية لتلك القيم.

إنشاء مخطط مبعثر (Scatter Plot)

المخططات المبعثرة مفيدة جدًا لفحص العلاقة بين متغيرين. تُظهر هذه المخططات النقاط الفردية بدون ربطها بخط. لإنشاء مخطط مبعثر باستخدام Seaborn، يمكنك استخدام الدالة sns.scatterplot():


            import seaborn as sns


            # استخدام بيانات Seaborn الافتراضية

            tips = sns.load_dataset('tips')


            # إنشاء المخطط المبعثر

            sns.scatterplot(data=tips, x='total_bill', y='tip', hue='sex')

            plt.show()

في هذا المثال، نستخدم مجموعة بيانات tips المدمجة في Seaborn لإنشاء مخطط مبعثر يعرض العلاقة بين إجمالي الفاتورة (total_bill) والبقشيش (tip)، مع تلوين النقاط بناءً على جنس الشخص (sex).

إنشاء مخطط مربعات (Heatmap)

المخططات المربعة تُستخدم لعرض البيانات في شكل شبكة، حيث يمثل كل مربع في الشبكة قيمة معينة. يمكن أن تكون هذه المخططات مفيدة لتحليل الأنماط والعلاقات بين المتغيرات. لإنشاء مخطط مربعات باستخدام Seaborn، يمكنك استخدام الدالة sns.heatmap():


            import numpy as np

            import seaborn as sns


            # إنشاء مصفوفة عشوائية

            data = np.random.rand(10, 12)


            # إنشاء المخطط المربعي

            sns.heatmap(data=data, annot=True, fmt=".2f")

            plt.show()

في هذا المثال، نستخدم heatmap لعرض مصفوفة عشوائية مكونة من 10 صفوف و12 عمودًا. الخيار annot=True يضيف القيم الفعلية لكل خلية داخل المربعات.

إنشاء مخطط زوجي (Pair Plot)

المخططات الزوجية تُستخدم لعرض العلاقات بين أزواج متعددة من المتغيرات في مجموعة بيانات واحدة. هذا النوع من المخططات يمكن أن يكون مفيدًا جدًا في تحليل البيانات الاستكشافية. لإنشاء مخطط زوجي باستخدام Seaborn، يمكنك استخدام الدالة sns.pairplot():


            # إنشاء المخطط الزوجي

            sns.pairplot(data=tips, hue='sex')

            plt.show()

في هذا المثال، نستخدم pairplot لإنشاء مجموعة من المخططات التي تعرض العلاقات بين كل زوج من المتغيرات في مجموعة بيانات tips، مع تلوين النقاط بناءً على الجنس.

تخصيص المخططات في Seaborn

Seaborn يوفر العديد من الخيارات لتخصيص المخططات وجعلها أكثر جاذبية وتناسبًا مع احتياجاتك. يمكنك تخصيص الألوان، الأحجام، والأساليب (styles) لتحسين مظهر المخططات.

تغيير لوحة الألوان (Color Palette)

يمكنك تخصيص ألوان المخططات باستخدام sns.set_palette(). Seaborn يدعم العديد من لوحات الألوان المدمجة:


            sns.set_palette('husl')  # تغيير لوحة الألوان إلى husl

            sns.scatterplot(data=tips, x='total_bill', y='tip', hue='sex')

            plt.show()

في هذا المثال، نغير لوحة الألوان إلى husl قبل إنشاء المخطط المبعثر.

تغيير الأسلوب (Style)

Seaborn يتيح لك أيضًا تغيير أسلوب المخططات لجعلها تبدو بشكل معين. يمكنك اختيار أسلوب من بين عدة أساليب مدمجة مثل whitegrid، darkgrid، ticks، وغيرها:


            sns.set_style('whitegrid')  # تغيير الأسلوب إلى whitegrid

            sns.lineplot(data=data, x='x', y='y')

            plt.show()

في هذا المثال، نستخدم أسلوب whitegrid لتغيير مظهر المخطط الخطي.

الخلاصة

تُعتبر مكتبة Seaborn أداة قوية ومرنة لإنشاء مخططات متقدمة في Python. بفضل التكامل الوثيق مع Matplotlib، يمكنك استخدام Seaborn لإنشاء مخططات متنوعة وتخصيصها بسهولة لتلبية احتياجاتك في تحليل البيانات وعرضها بصريًا. من المخططات الخطية إلى المخططات الزوجية والمربعات، Seaborn يجعل من السهل إنشاء رسومات توضيحية عالية الجودة بجهد قليل. الخطوات التالية يمكن أن تشمل استكشاف المزيد من أنواع المخططات والتعمق في تخصيص المخططات لتتناسب مع مشاريعك الخاصة.