Визуализация в Jupyter Notebook: matplotlib и pandas

Введение

Jupyter Notebook — основной инструмент для аналитиков и дата-сайентистов. Его интерактивный веб-интерфейс удобен для быстрой визуализации, анализа данных и совместной работы. Визуализация помогает увидеть форму, тренды и аномалии в данных — через линии, бары, круги или плотности.

Этот материал пошагово покажет, как работать с графиками в Jupyter: базовые примеры, форматы, типичные ошибки, советы и готовые сниппеты.

Требования

Убедитесь, что у вас установлены Jupyter, pandas и matplotlib. В терминале выполните:

$ pip install jupyter
$ pip install pandas
$ pip install matplotlib

Запустите сервер Jupyter командой:

$ jupyter notebook

Important: не закрывайте терминал, в котором запущен сервер — это остановит Jupyter.

Быстрый старт: простой график

Откройте новую ячейку в блокноте и выполните этот код:

import matplotlib.pyplot as plt

x = [1,2,3,4,5,6,7,8]
y = [2,4,6,8,10,12,14,16]

plt.plot(x, y)
plt.show()

Объяснение: import подключает модуль pyplot; plt.plot рисует линию, plt.show отображает график. Масштаб осей рассчитывается автоматически. Если длины списков x и y различаются, Python вызовет ошибку при попытке построить график — проверяйте согласованность данных.

Чтобы нарисовать кривую, достаточно заменить значения y на соответствующие:

import matplotlib.pyplot as plt

x = [3,4,5,6,7,8,9,10,11,12]
y = [9,16,25,36,49,64,81,100,121,144]

plt.plot(x, y)
plt.show()

Доступные типы графиков

Некоторые типы, например гистограммы или area, требуют явного вызова соответствующей функции.

Столбчатая диаграмма

Используйте plt.bar для столбцов:

import matplotlib.pyplot as plt

x = [3,4,5,6,7,8,9,10,11,12]
y = [9,16,25,36,49,64,81,100,121,144]

plt.bar(x, y)
plt.show()

Точечная диаграмма

Для разброса точек используйте plt.scatter:

import matplotlib.pyplot as plt

x = [3,4,5,6,7,8,9,10,11,12]
y = [9,16,25,36,49,64,81,100,121,144]

plt.scatter(x, y)
plt.show()

Круговая диаграмма

Круговые диаграммы рисуются через plt.pie. Особое внимание уделите параметру figsize — он задаёт соотношение сторон фигуры.

import matplotlib.pyplot as plt

x = [4,9,16,25,36]
fig = plt.figure(figsize =(9, 5))

plt.pie(x)
plt.show()

Параметры pie, которые полезно знать:

• labels — подписи для каждого сектора;
• colors — список цветов (можно в hex или именах цветов);
• autopct — формат вывода процентного значения на секторе.

Пример с подписями и цветами:

import matplotlib.pyplot as plt

x = [4,9,16,25,36]
fig = plt.figure(figsize =(5.5, 5.5))

plt.pie(x, labels=('Guavas', 'Berries', 'Mangoes', 'Apples', 'Avocado'),
        colors=('#a86544', '#eb5b13', '#ebc713', '#bdeb13', '#8aeb13'),
        autopct='%1.1f%%')

plt.show()

Другие полезные типы: hist (гистограмма), area (площадь), kde (оценка плотности). Для них удобны встроенные методы pandas.

Форматирование графиков

Добавление заголовков, подписей осей и легенд делает графики информативными:

plt.title('Мой заголовок графика')
plt.xlabel('ось X')
plt.ylabel('ось Y')

Несколько дополнительных приёмов:

• Сохранение: plt.savefig(‘figure.png’, dpi=150, bbox_inches=’tight’)
• Сетка: plt.grid(True)
• Легенда: plt.legend()
• Настройка стиля: plt.style.use(‘seaborn’) или ‘ggplot’
• Маркеры и линии: plt.plot(x, y, marker=’o’, linestyle=’–‘, color=’#2a9d8f’)
• Несколько графиков: fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10,4))

Пример сохранения изображения

plt.plot(x, y)
plt.title('Пример сохранения')
plt.savefig('myplot.png', dpi=120)
plt.show()

Практические советы и ловушки

Important: при работе с большими наборами данных scatter может сильно тормозить и точки будут накладываться. Для плотных точек рассмотрите прозрачность alpha, агрегацию или 2D-гистограмму.

Когда график не отображается:

• Проверьте, что plt.show() вызван;
• Убедитесь, что длины x и y совпадают;
• Если используете pandas.plot внутри Jupyter, перезапустите ядро при конфликтах версий библиотек.

Counterexamples / когда это не работает:

• График scatter с миллионами точек: рендеринг и интерпретация проблемны;
• Категориальные данные, поданные в функции, ожидающие чисел, вызовут некорректный результат;
• При использовании интерактивных бэкендов (например, %matplotlib notebook) поведение plt.show() и сохранения может отличаться.

Подход к визуализации: мини-методология

1. Определите вопрос, который должны отвечать графики (тренд, распределение, корреляция).
2. Выберите тип графика по задаче: распределение -> hist/kde, связь -> scatter/line, состав -> pie/bar.
3. Подготовьте данные: агрегируйте, нормализуйте, обработайте пропуски.
4. Нарисуйте черновой график и проверьте, читается ли нужная информация.
5. Добавьте подписи, легенду, сетку и сохраните версию для отчёта.

Ментальные модели для выбора графика

• Число в динамике -> line
• Сравнение категорий -> bar
• Частотное распределение -> hist/kde
• Доля от целого -> pie (используйте с осторожностью)
• Плотные точки -> hexbin или 2D-hist

Чек-лист по ролям

Data Scientist:

• Проверил соответствие длин осей
• Попробовал несколько типов для одной задачи
• Сохранил визуализации в высоком разрешении

Data Analyst:

• Добавил заголовки и подписи осей
• Подписал легенду и указал единицы измерения
• Подготовил версии для отчёта в PNG/PDF

ML Engineer:

• Сгенерировал диагностические графики (loss/accuracy)
• Автоматизировал сохранение в папку артефактов
• Убедился, что графики воспроизводимы в CI

Product Manager:

• Получил краткие поясняющие подписи
• Проверил, что ключевой инсайт виден без глубокого анализа

Сниппеты и шпаргалка

• Подписи и стиль:

plt.style.use('seaborn')
plt.plot(x, y, marker='o')
plt.title('Заголовок')
plt.xlabel('X, единицы')
plt.ylabel('Y, ед.')
plt.legend(['серия 1'])
plt.grid(True)

• Несколько подграфиков:

fig, axs = plt.subplots(1, 2, figsize=(10,4))
axs[0].plot(x, y)
axs[1].bar(x, y)
plt.tight_layout()

• Сохранение и прозрачность:

plt.scatter(x, y, alpha=0.6)
plt.savefig('scatter.png', dpi=150, bbox_inches='tight')

Сравнение: matplotlib vs pandas.plot vs seaborn

• matplotlib: самая низкоуровневая и гибкая библиотека; требует больше кода для настроек.
• pandas.plot: быстрый способ визуализации DataFrame без явной работы с осами.
• seaborn: высокоуровневый API для статистических графиков, красивые стили по умолчанию.

Выбор: для быстрой разведки — pandas.plot; для публикации — matplotlib с дополнительными настройками; для статистики и красивых визуализаций — seaborn.

Критерии приёмки

• График отображается без исключений и ошибок в консоли;
• Заголовок и подписи осей присутствуют и информативны;
• Легенда есть при нескольких сериях данных;
• График сохранён в нужном формате и разрешении.

Короткий глоссарий

matplotlib — основная библиотека для отрисовки графиков в Python. pyplot — модуль matplotlib с процедурным API (plt). pandas — библиотека для обработки табличных данных и простых визуализаций. figsize — кортеж, задающий размер рисунка в дюймах. dpi — плотность точек на дюйм при сохранении изображения.

Где учиться дальше

• Официальная документация matplotlib и pandas содержит подробные примеры и гайды по каждому типу графика.
• Попробуйте визуализировать реальные csv-файлы: это лучший способ отточить навык.

Важно: визуализация — инструмент коммуникации. Делайте графики понятными для аудитории: подписи, легенды и комментарии иногда важнее эстетики.

Подведение итогов

• Jupyter + matplotlib/pandas позволяет быстро создавать и настраивать графики;
• Проверяйте соответствие длин осей и выбирайте тип визуализации по задаче;
• Используйте готовые сниппеты, стили и сохранение в высоком разрешении для отчётов.

Summary:

• Начните с простых графиков, затем переходите к форматированию;
• Для больших наборов данных используйте агрегацию или методы, снижающие визуальную перегрузку;
• Документируйте и сохраняйте версии графиков для воспроизводимости.