Cara menggunakan PLT.CLF pada Python

Indonesian (Bahasa Indonesia) translation by Yosef Andreas (you can also view the original English article)

Sebagai seorang peneliti yang menulis publikasi secara reguler, saya seringkali dihadapkan dengan permasalahan dalam membuat grafik yang rapi. Ini tidak selalu mudah bagi saya, dan saya harus menggunakan tool yang tersedia sebaik mungkin, namun saya tidak puas dengan grafik yang saya buat sepanjang waktu. Saya selalu terbiasa  bertanya-tanya bagaimana peneliti lainnya membuat grafiknya yang rapi itu!

Permasalahan ini mulai menghilang setelah saya menemukan librari Python, matplotlib,  yang menghasilkan grafik yang rapi. Seperti yang disebutkan di dalam website librari:

matplotlib adalah librari plotting 2D Python yang menghasilkan gambar publikasi bermutu di dalam berbagai format hardcopy dan lingkungan interaktif sepanjang platform. matplotlib dapat digunakan di dalam script Python, shell Python dan ipython (ala MATLAB®* or Mathematica®), server aplikasi web, dan enam GUI toolkit. matplotlib mencoba untuk membuat hal mudah menjadi lebih mudah dan hal sulit menjadi mungkin. Kamu dapat membuat plot, histogram, power spectra, grafik batang, grafik error, scatterplot, dll, hanya dengan beberapa baris code.

Di dalam tutorial ini, saya akan menunjukkan bagaimana menginstal matplotlib, dan kemudian membawamu pada beberapa contoh.

Jika kamu tertarik di dalam menggali lebih dalam tentang Python dan mempelajari bagaimana menggunakan kekuatan Python untuk menangani data, mengapa tidak memeriksa dua course ini:

Menginstal matplotlib

Menginstal matplotlib sangat sederhana. Saat ini saya berkerja dengan mesin Mac OS X, sehingga saya akan menunjukkan bagaimana menginstal librari pada sistem operasi itu. Silahkan lihat halaman instalasi matplotlib untuk informasi lebih lanjut tentang menginstal matplotlib pada sistem operasi lainnya.

matplotlib dapat diinstal dengan menjalankan perintah berikut di dalam Terminal (saya akan menggunakan pip, namun kamu dapat menggunakan tool lainnya):

curl -O https://bootstrap.pypa.io/get-pip.py
python get-pip.py
pip install matplotlib

Itu saja. Kamu sekarang sudah memiliki matplotlib siap untuk dijalankan. Sesederhana itu!

Menggambar Plot Dasar

Mari sekarang kita lihat beberapa contoh penggunaan matplotlib. Contoh set pertama akan tentang menggambar beberapa plot dasar.

Plot Garis

Mari pertimbangkan sebuah contoh sederhana menggambar sebuah plot garis menggunakan matplotlib. Dalam kasus ini, kita akan menggunakan matplotlib.pyplot, yang menyediakan sebuah framework plotting seperti MATLAB. Dengan kata lain, itu menyediakan sebuah koleksi function bergaya command yang membuat matplotlib berkerja seperti MATLAB.

Mari katakan kita ingin melakukan plot sebuah garis untuk set data di bawah ini:

x = (4,8,13,17,20)
y = (54, 67, 98, 78, 45)

Ini dapat dilakukan dengan menggunakan script di bawah:

import matplotlib.pyplot as plt
plt.plot([4,8,13,17,20],[54, 67, 98, 78, 45])
plt.show()

Perhatikan bahwa kita menyajikan tiitk x dan y sebagai daftar.

Dalam kasus ini, hasilnya akan menjadi sebagai berikut:

Garis pada gambar di atas adalah garis default yang digambarkan untuk kita, baik bentuk dan warnanya. Kita dapat memodifikasi itu dengan mengubah bentuk dan warna garis menggunakan beberapa simbol (specifier) dari dokumentasi plot MATLAB. Jadi mari katakan kita ingin menggambar garis putus-putus hijau, dengan marker diamond. Specifiers yang kita perlukan dalam kasus ini adalah: 'g--d'. Di dalam script di atas, kita menempatkan specifier sebagai berikut:

plt.plot([4,8,13,17,20],[54, 67, 98, 78, 45],'g--d')

Yang mana, plot garis akan tampak sebagai berikut:

Plot Sebaran

Sebuah plot sebaran adalah sebuah grafik yang menunjukkan hubungan antara dua set data, seperti hubungan antara umur dan tinggi. Di dalam section ini, saya akan menunjukkan bagaimana kita dapat menggambar sebuah plot sebaran menggunakan matplotlib.

Mari ambil dua set data, x dan y, sebagai contoh untuk menemukan hubungan mereka (plot sebaran):

x = [2,4,6,7,9,13,19,26,29,31,36,40,48,51,57,67,69,71,78,88]
y = [54,72,43,2,8,98,109,5,35,28,48,83,94,84,73,11,464,75,200,54]

Plot sebaran dapat digambarkan menggunakan script di bawah:

import matplotlib.pyplot as plt
x = [2,4,6,7,9,13,19,26,29,31,36,40,48,51,57,67,69,71,78,88]
y = [54,72,43,2,8,98,109,5,35,28,48,83,94,84,73,11,464,75,200,54]
plt.scatter(x,y)
plt.show()

Output dari script ini adalah:

Tentu saja, kamu dapat mengubah warna marker sebagai tambahan untuk pengaturan lainnya, seperti yang ditunjukkan di dalam dokumentasi.

Histogram

Sebuah histogram adalah grafik yang menampilkan frekuensi data menggunakan batang, dimana angka dikelompokkan dalam rentang tertentu. Dengan kata lain, frekuensi setiap elemen data di dalam daftar ditunjukkan menggunakan histogram. Angka yang dikelompokkan dalam bentuk rentang tertentu disebut bins. Mari lihat contoh untuk lebih mengerti ini.

Mari katakan bahwa data yang ingin kita temukan histogramnya adalah sebagai berikut:

x = [2,4,6,5,42,543,5,3,73,64,42,97,63,76,63,8,73,97,23,45,56,89,45,3,23,2,5,78,23,56,67,78,8,3,78,34,67,23,324,234,43,544,54,33,223,443,444,234,76,432,233,23,232,243,222,221,254,222,276,300,353,354,387,364,309]

Script Python yang dapat kita gunakan untuk menampilkan histogram pada data di atas adalah:

import matplotlib.pyplot as plt
x = [2,4,6,5,42,543,5,3,73,64,42,97,63,76,63,8,73,97,23,45,56,89,45,3,23,2,5,78,23,56,67,78,8,3,78,34,67,23,324,234,43,544,54,33,223,443,444,234,76,432,233,23,232,243,222,221,254,222,276,300,353,354,387,364,309]
num_bins = 6
n, bins, patches = plt.hist(x, num_bins, facecolor = 'green')
plt.show()

Ketika kamu menjalankan script, kamu harusnya mendapatkan sesuatu serupa dengan grafik berikut (histogram):

Tentu saja ada lebih banyak parameter untuk function hist(), seperti yang ditunjukkan di dokumentasi.

Bacaan Lebih Lanjut

Tutorial ini hanyalah baru menyentuh permukaan pada berkerja dengan grafik dalam Python. Ada lebih banyak tentang matplotlib, dan kamu dapat melakukan banyak hal menarik dengan librari ini.

Jika kamu ingin mempelajari lebih lanjut tentang matplotlib dan melihat jenis lainnya yang dapat kamu buat dengan librari ini, salah satu tempatnya adalah pada section examples pada website matplotlib. Ada juga buku menarik tentang topik ini, seperti Mastering matplotlib dan Matplotlib Plotting Cookbook.

Kesimpulan

Seperti yang kita lihat di tutorial ini, Python dapat diperluas untuk melakukan tugas menarik dengan memanfaatkan librari pihak ketiga. Saya telah menunjukkan contoh librari seperti itu, yaitu matplotlib.

Seperti yang saya sebutkan di dalam pendahuluan tutorial ini, membuat grafik yang rapi bukanlah merupakan tugas yang mudah bagi saya, khususnya ketika kamu ingin menyajikan grafik dalam publikasi ilmiah. matplotlib memberikan solusi pada permasalahan ini, karena kamu tidak hanya dapat membuat grafik yang rapi dalam cara yang mudah, namun juga memiliki kendali (yaitu parameter) terhadap grafik itu karena kamu menggunakan bahasa pemrograman untuk membuat grafik—dalam hal ini, Python.