كيفية إنشاء مخطط دائري باستخدام Seaborn؟

يعد التصور المرئي للبيانات جزءًا أساسيًا من تحليل البيانات، كما تعد المخططات الدائرية طريقة شائعة لتمثيل نسب البيانات. توفر Seaborn، وهي مكتبة تصور مرئي للبيانات مكتوبة بلغة بايثون، طريقة سهلة وفعالة لإنشاء مخططات دائرية جذابة بصريًا.

تعد المخططات الدائرية مفيدة عندما تريد إظهار نسبة كل فئة في مجموعة بيانات. وهي دائرية الشكل، حيث تمثل كل شريحة فئة وحجمها يمثل نسبة تلك الفئة في مجموعة البيانات. تُستخدم المخططات الدائرية عادةً في التقارير التجارية وأبحاث السوق والمنشورات العلمية.

تم بناء Seaborn على Matplotlib، وهي مكتبة أخرى شائعة لتصور البيانات في بايثون. توفر Seaborn واجهة عالية المستوى لإنشاء رسومات إحصائية جميلة وغنية بالمعلومات. تأتي مع العديد من السمات المعدة مسبقًا ولوحات الألوان التي تسهل إنشاء تصورات جمالية ممتعة.

ما هو Seaborn ولماذا نستخدمه لتصور البيانات؟

Seaborn هي مكتبة تصور بيانات بلغة بايثون مبنية على matplotlib. وهي توفر واجهة عالية المستوى لإنشاء رسومات إحصائية مفيدة وجذابة. تتيح Seaborn للمستخدمين استكشاف بياناتهم وفهمها بسرعة من خلال توفير مجموعة واسعة من التصورات، بما في ذلك مخططات التشتت ومخططات الخطوط ومخططات الأشرطة وخرائط الحرارة والمخططات الدائرية.

تتمثل إحدى المزايا الرئيسية لاستخدام Seaborn لتصور البيانات في قدرته على إنشاء مخططات جذابة من الناحية الجمالية باستخدام الحد الأدنى من التعليمات البرمجية. يوفر Seaborn عددًا من الأنماط ولوحات الألوان المحددة مسبقًا والتي يمكن تطبيقها بسهولة على أي مخطط. وهذا يعني أنه حتى المبتدئين يمكنهم إنشاء تصورات ذات مظهر احترافي دون قضاء الكثير من الوقت في التصميم.

ميزة أخرى لـ Seaborn هي تكاملها مع pandas، وهي مكتبة معالجة البيانات الأكثر شيوعًا في بايثون. وهذا يجعل من السهل تصور البيانات المخزنة في DataFrames أو كائنات Series. كما يتمتع Seaborn بدعم مدمج للعمل مع المتغيرات الفئوية، مما يجعل من السهل إنشاء مخططات توضح العلاقات بين مجموعات مختلفة من البيانات.

باختصار، Seaborn هي أداة قوية لإنشاء تصورات بيانات مفيدة وجذابة بصريًا في بايثون. سهولة الاستخدام والمرونة والتكامل مع مكتبات بايثون الأخرى تجعلها خيارًا مثاليًا لأي شخص يتطلع إلى استكشاف بياناته وتوصيلها بشكل فعال.

مخطط دائري: نظرة عامة

المخططات الدائرية هي طريقة شائعة لتمثيل البيانات في شكل مرئي. وهي عبارة عن رسوم بيانية دائرية مقسمة إلى شرائح، حيث تمثل كل شريحة نسبة من الكل. تُستخدم المخططات الدائرية عادةً لإظهار مقدار مساهمة كل فئة في مجموعة البيانات الإجمالية.

في بايثون، يمكننا استخدام مكتبة Seaborn لإنشاء مخططات دائرية. Seaborn هي مكتبة شائعة لتصور البيانات مبنية على Matplotlib. وهي توفر واجهة عالية المستوى لإنشاء رسومات إحصائية مفيدة وجذابة.

لإنشاء مخطط دائري باستخدام Seaborn، نحتاج أولاً إلى استيراد المكتبة وتحميل مجموعة البيانات التي نريد تصورها. يمكننا بعد ذلك استخدام الدالة pieplot() من Seaborn لإنشاء المخطط.

فيما يلي مثال لكيفية إنشاء مخطط دائري بسيط باستخدام Seaborn:

import seaborn as sns
import matplotlib.pyplot as plt

data = [30, 20, 50] # Sample data
labels = ['A', 'B', 'C'] # Labels for each slice

sns.set_style("whitegrid") # Set style for chart
plt.figure(figsize=(6,6)) # Set figure size
plt.pie(data, labels=labels) # Create pie chart
plt.show() # Show chart

في هذا المثال، قمنا بإنشاء مخطط دائري يحتوي على ثلاث شرائح تمثل القيم 30 و20 و50. كما أضفنا تسميات لكل شريحة باستخدام معلمة “labels”.

يوفر Seaborn العديد من خيارات التخصيص للمخططات الدائرية، مثل تغيير ألوان الشرائح أو إضافة أسطورة. يمكن الوصول إلى هذه الخيارات من خلال معلمات مختلفة لدالة pieplot().

بشكل عام، تعد المخططات الدائرية أداة مفيدة لتوضيح النسب في مجموعات البيانات. مع Seaborn، يصبح إنشاء مخططات دائرية مفيدة وجذابة أمرًا سهلاً ومباشرًا.

إنشاء مخطط دائري باستخدام Seaborn

تعد المخططات الدائرية طريقة شائعة لتمثيل البيانات بطريقة واضحة وموجزة. توفر Seaborn، وهي مكتبة تصور البيانات بلغة بايثون، طريقة سهلة وبديهية لإنشاء مخططات دائرية مذهلة.

لإنشاء مخطط دائري باستخدام Seaborn، نحتاج أولاً إلى استيراد المكتبات الضرورية:

import seaborn as sns
import matplotlib.pyplot as plt

بعد ذلك، نحتاج إلى تحميل بياناتنا إلى إطار بيانات pandas:

import pandas as pd

data = {'labels': ['A', 'B', 'C', 'D'],
        'values': [20, 35, 25, 20]}
df = pd.DataFrame(data)

في هذا المثال، لدينا أربع فئات مُسمّاة بـ A وB وC وD مع القيم المقابلة لها وهي 20 و35 و25 و20.

الآن يمكننا إنشاء مخططك الدائري باستخدام دالة Seaborn pairplot():

sns.set_style("whitegrid")
plt.figure(figsize=(6,6))
plt.pie(df['values'], labels=df['labels'], autopct='%1.1f%%')
plt.title('My Pie Chart')
plt.show()

هنا، قمنا بتعيين نمط مخططنا إلى “whitegrid” للحصول على مظهر أنيق. كما قمنا بتحديد حجم مخططنا باستخدام figsize=(6,6).

تقوم الدالة pie() بإنشاء المخطط الدائري الفعلي. نمرر القيم من عمود “values” في إطار البيانات الخاص بنا ونستخدم عمود “labels” لتسميات الفئات على كل شريحة من الفطيرة. تحدد معلمة autopct كيفية تنسيق قيم النسب المئوية المعروضة على كل شريحة.

وأخيرًا، نضيف عنوانًا إلى مخططنا باستخدام plt.title() ونعرضه باستخدام plt.show().

باستخدام بضعة أسطر فقط من التعليمات البرمجية باستخدام دالة pieplot() في Seaborn، يمكننا بسهولة إنشاء مخطط دائري مفيد وجذاب بصريًا.

تخصيص الرسم البياني الدائري

تُعد المخططات الدائرية طريقة رائعة لتوضيح البيانات بطريقة يسهل فهمها. توفر Seaborn طريقة بسيطة لإنشاء مخططات دائرية باستخدام الدالة pieplot().

بمجرد إنشاء المخطط الدائري، يمكنك تخصيصه لجعله أكثر جاذبية من الناحية المرئية وأسهل في القراءة. فيما يلي بعض الطرق لتخصيص المخطط الدائري Seaborn:

• إضافة عنوان: يمكنك إضافة عنوان إلى مخططك الدائري باستخدام الدالة title(). وهذا من شأنه أن يسهل على المشاهدين فهم محتوى المخطط.

import seaborn as sns
import matplotlib.pyplot as plt

# Create pie chart
data = [10, 20, 30, 40]
labels = ['A', 'B', 'C', 'D']
sns.set_style("darkgrid")
plt.pie(data, labels=labels)

# Add title
plt.title("Distribution of Data")

# Show plot
plt.show()

• تغيير الألوان: يوفر Seaborn مجموعة من الألوان الافتراضية للمخططات الدائرية، ولكن يمكنك أيضًا تغيير الألوان عن طريق تحديد قائمة من الألوان باستخدام معلمة “colors”.

import seaborn as sns
import matplotlib.pyplot as plt

# Create pie chart
data = [10, 20, 30, 40]
labels = ['A', 'B', 'C', 'D']
colors = ['#ff9999','#66b3ff','#99ff99','#ffcc99']
sns.set_style("darkgrid")
plt.pie(data, labels=labels, colors=colors)

# Add title
plt.title("Distribution of Data")

# Show plot
plt.show()

• تقسيم الشرائح: يمكنك إبراز شرائح معينة من مخططك الدائري عن طريق “تقسيمها” بعيدًا عن مركز المخطط. ويتم ذلك من خلال تحديد قائمة من القيم لمعلمة “تقسيم الشرائح”.

import seaborn as sns
import matplotlib.pyplot as plt

# Create pie chart
data = [10, 20, 30, 40]
labels = ['A', 'B', 'C', 'D']
explode = (0, 0.1, 0, 0)
sns.set_style("darkgrid")
plt.pie(data, labels=labels, explode=explode)

# Add title
plt.title("Distribution of Data")

# Show plot
plt.show()

من خلال تخصيص مخطط Seaborn الدائري الخاص بك، يمكنك إنشاء عرض مرئي أكثر جاذبية وغني بالمعلومات لبياناتك.

تقسيم شرائح الرسم البياني الدائري

تُعد المخططات الدائرية طريقة رائعة لإظهار تكوين مجموعة البيانات، ولكن في بعض الأحيان قد ترغب في إبراز جزء معين من المخطط. وهنا يأتي دور تقسيم الشرائح.

في Seaborn، يمكنك تقسيم شريحة واحدة أو أكثر من مخطط دائري عن طريق تمرير قائمة من القيم إلى معلمة explode في دالة pieplot(). تتوافق القيم الموجودة في القائمة مع درجة الفصل بين كل شريحة ومركز المخطط.

لنأخذ مثالاً حيث لدينا مخطط دائري يوضح النسبة المئوية للمبيعات لمنتجات مختلفة في متجر. نريد إبراز الشريحة الخاصة بالمنتج الأكثر مبيعًا، وهو “الأحذية”. يمكننا القيام بذلك عن طريق تقسيم هذه الشريحة بعيدًا قليلاً عن المركز:

import seaborn as sns
import matplotlib.pyplot as plt

# Data
sales_data = [20, 30, 15, 10, 25]
products = ['Hats', 'T-shirts', 'Pants', 'Jackets', 'Shoes']

# Explode Shoes slice
explode = [0, 0, 0, 0, 0.1]

# Create pie chart
plt.pie(sales_data, labels=products, explode=explode)

# Show plot
plt.show()

في كتلة التعليمات البرمجية هذه، نستورد أولاً seaborn وmatplotlib.pyplot. ثم نحدد البيانات والعلامات الخاصة بالمخطط الدائري. نقوم بإنشاء قائمة explode بخمسة عناصر نظرًا لوجود خمس شرائح في المخطط. تعني قيمة 0 أننا لا نريد تقسيم تلك الشريحة بينما تعني قيمة 0.1 أننا نريد تحريكها بعيدًا قليلاً عن المركز.

أخيرًا، نمرر sales_data وproducts وexplode إلى الدالة pieplot() ونعرض الرسم البياني الخاص بنا باستخدام show().

من خلال تقسيم شريحة معينة في مخططنا الدائري، يمكننا لفت الانتباه إليها وجعل تصور البيانات لدينا أكثر تأثيرًا.

إضافة تسميات إلى شرائح الرسم البياني الدائري

تعتبر التسميات جانبًا مهمًا في المخططات الدائرية، لأنها تساعدنا على فهم البيانات الممثلة في كل شريحة. يجعل Seaborn من السهل إضافة تسميات إلى المخطط الدائري باستخدام دالة pieplot() من مكتبة seaborn.

لإضافة تسميات إلى مخططنا الدائري، نحتاج أولاً إلى إنشاء قائمة من التسميات التي تتوافق مع نقاط البيانات في مخططنا. يمكننا بعد ذلك تمرير هذه القائمة كمعلمة إلى وسيطة “labels” في دالة pieplot().

لنفترض أن لدينا مجموعة بيانات تحتوي على معلومات حول عدد الحيوانات الأليفة التي يمتلكها أشخاص مختلفون. نريد إنشاء مخطط دائري يوضح النسبة المئوية للأشخاص الذين يمتلكون قططًا وكلابًا وطيورًا. إليك كيفية إنشاء مخطط دائري مُسمّى باستخدام Seaborn:

import seaborn as sns
import matplotlib.pyplot as plt

# Define our dataset
pets = ['Cats', 'Dogs', 'Birds']
counts = [20, 40, 10]

# Create our pie chart with labels
plt.figure(figsize=(6,6))
sns.set_style("whitegrid")
plt.pie(counts, labels=pets)

# Add a title
plt.title("Percentage of People Who Own Cats, Dogs, and Birds")

# Display the plot
plt.show()

في هذا المثال، نقوم أولاً بتعريف مجموعة البيانات الخاصة بنا على أنها قائمتان: pets وcounts. تحتوي قائمة pets على أسماء كل فئة (قطط وكلاب وطيور)، بينما تحتوي قائمة counts على العدد المقابل لكل فئة.

ثم نقوم بإنشاء مخططنا الدائري باستخدام plt.pie()، ونمرر قائمة counts كمعلمة. ولإضافة تسميات إلى شرائحنا، نقوم بتمرير قائمة pets إلى معلمة labels.

وأخيرًا، نضيف عنوانًا إلى مخططنا باستخدام plt.title()، ونعرضه باستخدام plt.show().

باستخدام بضعة أسطر من التعليمات البرمجية، قمنا بإنشاء مخطط دائري مُسمّى يُظهر بوضوح النسبة المئوية للأشخاص الذين يمتلكون قططًا وكلابًا وطيورًا.

في الختام، توفر مكتبة Seaborn طريقة بسيطة ولكنها قوية لإنشاء مخططات دائرية جذابة بصريًا لتوضيح البيانات. فباستخدام بضعة أسطر فقط من التعليمات البرمجية، تمكنا من إنشاء مخطط دائري ينقل توزيع البيانات بشكل فعال.

من المهم أن نضع في الاعتبار أنه يجب استخدام المخططات الدائرية باعتدال وعند الضرورة فقط. فهي تعمل بشكل أفضل عندما يكون هناك عدد قليل من الفئات وكل شريحة تمثل جزءًا كبيرًا من الكل. إذا كان هناك عدد كبير جدًا من الفئات أو إذا كانت الشرائح صغيرة جدًا، يصبح من الصعب تفسير المخطط بدقة.

بشكل عام، يوفر Seaborn مجموعة واسعة من خيارات التخصيص التي تسمح لك بإنشاء مخططات دائرية تتناسب مع احتياجاتك المحددة. سواء كنت بحاجة إلى تغيير الألوان أو التسميات أو حتى حجم المخطط، فإن Seaborn يجعل القيام بذلك أمرًا سهلاً.

باختصار، بفضل واجهة برمجة التطبيقات البديهية الخاصة بـ Seaborn وقدرات التصور القوية، أصبح إنشاء مخططات دائرية فعالة وجذابة بصريًا أسهل من أي وقت مضى.