Visualizzare i dati con il LinePlot o grafico a linee con Python e MatplotLib

Prerequisiti :

• Se non sai perchè utilizzeremo python, clicca qui

• Se non hai ancora installato Python, clicca qui

• Se non sai come scaricare e gestire le librerie, clicca qui

• Se non sai cosa sia un Dataset, clicca qui

Prima di iniziare la giuda pratica per creare uno linePlot partendo da un dataset vediamo quando è utile o necessario utilizzare il grafico a linee.

Cosa è lo linePlot?

Il grafico a linee rappresenta su due assi (x & y), mediante una o piu linee, coppie di dati numerici, con una variabile di coordinate ( x, y ).

Quando è consigliato usarlo?

1. Quando bisogna cercare quale variabile indipendente influenzi maggiormente la variabile dipendente

2. Quando la variabile dipendente può avere più valori per ogni valore della variabile indipendente

3. Quando si cerca di determinare se le due variabili sono correlate.

4. In alcuni casi vine anche usato per lo studio di funzioni.

Installiamo la librerie Necessarie

Per installare le librerie necessarie per la rappresentazione dei nostri dati con il LinePlot o grafico a linee apriamo il terminale e digitiamo il seguente comando:

pip install matplotlib
pip3 install matplotlib #per python3

pip install numpy
pip3 install numpy #per python3

pip install pandas
pip3 install pandas #per python3

Giuda alla visualizzazione dello LinePlot da un file Excel

Creiamo un nuovo file e importiamo le librerie che ci serviranno.

Per questo esempio utilizzeremo questo file excel

import matplotlib.pyplot as plt
import pandas as pd

Creiamo adesso con pandas il nostro dataset in memoria

Creiamo adesso con pandas il nostro dataset in memnoria

#carichiamo in Ram i dati contenuti nel file excel
dataset = pd.read_excel (r'mq_prezzo_appartamento.xlsx')
​
#stampiamo il nostro dataset
print(dataset)
​
output:
     mq  prezzo 0    50   37500 1    55   45375 2    60   54000 3    65   63375 4    70   73500 5    75   84375 6    80   96000 7    85  108375 8    90  121500 9    95  135375 10  100  150000 11  105  165375 12  110  181500 13  115  198375 14  120  216000 15  125  234375 16  130  253500 17  135  273375 18  140  294000 19  145  315375 20  150  337500 21  155  360375 22  160  384000 23  165  408375 24  170  433500 25  175  459375 26  180  486000 27  185  513375 28  190  541500 29  195  570375 30  200  600000 31  205  630375 32  210  661500 33  215  693375 34  220  726000 35  225  759375 36  230  793500 37  235  828375 38  240  864000 

Creiamo due liste contenti rispettivamente i valori X (metri quadrati) e Y (prezzo appartamento)

#creiamo due liste conteneti rispettivamente i valori X (metri quadrati) e Y (prezzo appartamento)
mq = dataset['mq']
prezzo = dataset['prezzo']
​
#stampiamo le nostre liste
print(mq,prezzo)

output:
1      55
2      60
3      65
...
37    235
38    240

1      45375
2      54000
3      63375
...
37    828375
38    864000

Visti così si capisce poco e niente, ma ora vedremo come rappresentarli con un grafico a dispersione. La libreria MatplotLib offre anche la possibilità di personalizzare i nostri grafici.

#definire il titolo del grafico
plt.title("Rapporto dimensione / prezzo degli appartamenti")
​
#definire il testo dell'asse x
plt.xlabel("Dimensione in m^2 dell'appartamento")
​
#definire il testo dell'asse y
plt.ylabel("prezzo in € dell'appartamento")
​
#definire lo sfondo a griglia
plt.grid()
​
#definire le dimensioni de grafico
plt.rcParams['figure.figsize'] = [15,10] #altezza,lunghezza
​
#la funzione per creare il grafico è molto semplice
plt.plot(metriquadrati_appartamento,prezzi_appartamento, label="Rapporto appartamenti")
​
#definire la leggenda del grafico
plt.legend()

#salviamo il grafico
plt.savefig("scatterPlot_rapporto_mq_prezzo_appartamenti.png")

#mostriamo il grafico
plt.show()

output:

Scarica Gratuitamente l'esempio

Per scaricare gratuitamente devi prima registrati/accede al portale.

Scorri in fondo alla pagina per registrati o accedere

---

Giuda alla visualizzazione dello LinePlot da dati generati

Creiamo un nuovo file e importiamo le librerie che ci serviranno.

import matplotlib.pyplot as plt
import numpy as np

Creiamo adesso con Numpy dei dati da rappresentare

# utilizzando la funzione np.linspace(35,150) andiamo a creare una lista 
# contenente 50 (size) numeri casuali da 50 a 150, i quali indicheranno la metratura quadrata
metriquadrati_appartamento = np.linspace(50,150)
​
# utilizzando la funzione np.power(metriquadrati_appartamento, 2)*9 andiamo a creare una lista 
# contenente 50 numeri generati elevando al quadrato e moltiplicato per 15 la metratura quadrata
prezzi_appartamento = np.power(metriquadrati_appartamento, 2)*15
​
​
print(metriquadrati_appartamento,prezzi_appartamento)

Output:

[ 50.          52.04081633  54.08163265  56.12244898  58.16326531   60.20408163  62.24489796  64.28571429  66.32653061  68.36734694   70.40816327  72.44897959  ... 143.87755102 145.91836735 147.95918367 150.        ] [ 37500.          40623.69845898  43872.34485631  47245.939192   50744.48146606  54367.97167847  58116.40982924  61989.79591837   ... 284647.02207414  293143.48188255 301764.88962932 310511.24531445 319382.54893794  328378.80049979 337500.        ] 

Visti così non si capisce poco e niente, ma ora vedremo come rappresentarli con un grafico a dispersione La libreria MatplotLib offre anche la possibilità di personalizzare i nostri grafici.

#definire il titolo del grafico
plt.title("Rapporto dimensione / prezzo degli appartamenti")
​
#definire il testo dell'asse x
plt.xlabel("Dimensione in m^2 dell'appartamento")
​
#definire il testo dell'asse y
plt.ylabel("prezzo in € dell'appartamento")
​
#definire lo sfondo a griglia
plt.grid()
​
#definire le dimensioni de grafico
plt.rcParams['figure.figsize'] = [15,10] #altezza,lunghezza
​
​
#la funzione per creare il grafico è molto semplice
plt.plot(metriquadrati_appartamento,prezzi_appartamento, label="Rapporto appartamenti")
​
#definire la leggenda del grafico
plt.legend()
​
#salviamo il grafico
plt.savefig("scatterPlot_rapporto_mq_prezzo_appartamenti.png")
​
#visulazziare il grafico
plt.show()
​

Output:

Scarica Gratuitamente l'esempio

Per scaricare gratuitamente devi prima registrati/accede al portale.

Scorri in fondo alla pagina per registrati o accedere

LinePlot: Quando e Come Utilizzarlo per Visualizzare i Dati

Il grafico a linee, o LinePlot, è uno strumento potente per visualizzare dati numerici su due assi, solitamente rappresentati da coppie di valori (x, y). Ma quando è davvero utile utilizzarlo?

Quando Utilizzare il LinePlot?

Il LinePlot è consigliato quando si desidera esplorare la relazione tra una variabile indipendente e una variabile dipendente. È particolarmente utile nei seguenti casi:

• Analisi delle Correlazioni: Se si vuole determinare se esiste una correlazione tra due variabili, il LinePlot offre una visualizzazione chiara dei dati.

• Variazione nel Tempo: Quando si vogliono tracciare i cambiamenti nel tempo di una variabile rispetto a un'altra, il LinePlot fornisce una rappresentazione intuitiva.

• Tendenze o Modelli: Se si sospetta che i dati seguano una tendenza o un modello specifico, il LinePlot può evidenziare queste caratteristiche.

Esempi di Utilizzo del LinePlot

Per capire meglio come utilizzare il LinePlot, prendiamo ad esempio il prezzo degli appartamenti in base alla loro dimensione. Creiamo un grafico a linee che mostri questa relazione:

import matplotlib.pyplot as plt
import numpy as np

# Creazione di dati generati casualmente
metriquadrati_appartamento = np.linspace(50, 150)
prezzi_appartamento = np.power(metriquadrati_appartamento, 2) * 15

# Personalizzazione del grafico
plt.title("Rapporto Dimensione / Prezzo degli Appartamenti")
plt.xlabel("Dimensione in m^2 dell'Appartamento")
plt.ylabel("Prezzo in € dell'Appartamento")
plt.grid()
plt.rcParams['figure.figsize'] = [15,10]

# Creazione del LinePlot per i dati generati
plt.plot(metriquadrati_appartamento, prezzi_appartamento, label="Rapporto Appartamenti")
plt.legend()

# Salvataggio e visualizzazione del grafico
plt.savefig("lineplot_rapporto_mq_prezzo_appartamenti.png")
plt.show()

Esplorare Dati Generati con il LinePlot

import matplotlib.pyplot as plt
import pandas as pd

# Caricamento dei dati dal dataset
dataset = pd.read_excel(r'mq_prezzo_appartamento.xlsx')

# Estrazione delle colonne 'mq' e 'prezzo'
mq = dataset['mq']
prezzo = dataset['prezzo']

# Personalizzazione del grafico
plt.title("Rapporto Dimensione / Prezzo degli Appartamenti")
plt.xlabel("Dimensione in m^2 dell'Appartamento")
plt.ylabel("Prezzo in € dell'Appartamento")
plt.grid()
plt.rcParams['figure.figsize'] = [15,10]

# Creazione del LinePlot
plt.plot(mq, prezzo, label="Rapporto Appartamenti")
plt.legend()

# Salvataggio e visualizzazione del grafico
plt.savefig("lineplot_rapporto_mq_prezzo_appartamenti.png")
plt.show()

Conclusioni

Il LinePlot è uno strumento versatile per visualizzare relazioni e tendenze nei dati. Utilizzalo per esplorare connessioni tra variabili, tracciare variazioni nel tempo o identificare modelli nei tuoi dati. Continua a esplorare le potenzialità del LinePlot e scopri nuove informazioni nei tuoi dati!

Grazie mille per la lettura, condividi l'articolo per sostenerci