การใช้งาน Create bar chart from data ในภาษา Python แบบง่ายๆ พร้อมตัวอย่าง

บทความ: การใช้งานกราฟแท่ง (Bar Chart) ด้วยภาษา Python แบบง่ายๆ

การสร้างกราฟแท่ง (Bar Chart) เป็นหนึ่งในวิธีการที่มีประสิทธิภาพสูงในการนำเสนอข้อมูลที่เป็นปริมาณ มันให้ภาพรวมอย่างชัดเจนเกี่ยวกับความสัมพันธ์และแนวโน้มของข้อมูลต่างๆ เราสามารถใช้ Python, ภาษาโปรแกรมมิ่งที่มีความยืดหยุ่นและไลบรารีที่แข็งแกร่ง เช่น Matplotlib หรือ Seaborn ในการสร้าง Bar Chart ได้อย่างง่ายดาย ต่อไปนี้จะเป็นตัวอย่างโค้ด 3 ตัวอย่างพร้อมกับการอธิบายวิธีการทำงาน และนำเสนอ usecase ในโลกจริงด้วยนะครับ

ตัวอย่างที่ 1: การสร้าง Bar Chart ด้วย Matplotlib

ตัวอย่างแรกนี้เราจะใช้ไลบรารี Matplotlib ในการสร้าง Bar Chart ขึ้นมาง่ายๆ

 import matplotlib.pyplot as plt

# ข้อมูลสำหรับสร้างบาร์
categories = ['Product A', 'Product B', 'Product C']
values = [50, 20, 30]

# สร้าง Bar Chart
plt.bar(categories, values)

# ตั้งชื่อแกน X และ Y
plt.xlabel('Categories')
plt.ylabel('Values')

# ตั้งชื่อกราฟ
plt.title('Simple Bar Chart Using Matplotlib')

# แสดงผลกราฟ
plt.show()

การอธิบาย:

เราเริ่มโดยการนำเข้า `matplotlib.pyplot` และสร้างข้อมูลที่ต้องการแสดงผล จากนั้นใช้ฟังก์ชัน `bar()` เพื่อสร้าง Bar Chart ตามข้อมูลที่มี จากนั้นก็ตั้งชื่อแกน X และ Y และชื่อของกราฟ สุดท้ายเรียกใช้ `show()` เพื่อแสดงผลกราฟนั่นเองครับ

ตัวอย่างที่ 2: การใส่สีและการปรับแต่ง

เราสามารถใส่สีและปรับแต่งใน Bar Chart ได้เช่นกัน เพื่อทำให้ข้อมูลของเราดูน่าสนใจยิ่งขึ้นโดยการใช้พารามิเตอร์เสริมในฟังก์ชัน `bar()`:

 import matplotlib.pyplot as plt

# ข้อมูลสำหรับสร้างบาร์
categories = ['Product A', 'Product B', 'Product C']
values = [50, 20, 30]
colors = ['#1f77b4', '#ff7f0e', '#2ca02c']

# สร้าง Bar Chart พร้อมสี
plt.bar(categories, values, color=colors)

# ตั้งชื่อและสีของแกน X และ Y
plt.xlabel('Categories', color='green')
plt.ylabel('Values', color='red')

# ตั้งชื่อกราฟและปรับขนาด
plt.title('Colorful Bar Chart', fontsize=14)

# แสดงผลกราฟ
plt.show()

การอธิบาย:

ในตัวอย่างที่ 2 นี้ เราใส่สีให้กับแต่ละบาร์เพื่อทำให้ข้อมูลแตกต่างกันได้ชัดเจนขึ้น และยังตั้งค่าสีและขนาดของข้อความในแกน X และ Y ตลอดจนชื่อของกราฟเพื่อเพิ่มความน่าสนใจ

ตัวอย่างที่ 3: การใช้ Seaborn ในการสร้าง Bar Chart แบบขั้นสูง

Seaborn เป็นไลบรารีที่สร้างต่อจาก Matplotlib แต่ให้ทำงานได้สะดวกและมีความสวยงามขึ้น

 import seaborn as sns

# ข้อมูล
categories = ['Product A', 'Product B', 'Product C']
values = [50, 20, 30]

# สร้าง Data Frame
data = pd.DataFrame({'Category': categories, 'Value': values})

# ใช้ Seaborn สร้าง Bar Chart
sns.barplot(x='Category', y='Value', data=data)

# แสดงผล
plt.show()

การอธิบาย:

เราสร้าง DataFrame จาก pandas และใช้ Seaborn ในการสร้าง Bar Chart ที่มีแนวทางการออกแบบที่สะอาดตาเพิ่มขึ้น ตัวไลบรารีจัดการสิ่งที่ซับซ้อนโดยอัตโนมัติ

Usecase ในโลกจริง:

Bar Chart ใช้กันอย่างแพร่หลายมากในทุกอุตสาหกรรม เช่น การวิเคราะห์ยอดขายรายเดือนของสินค้าต่างๆ หรือการเปรียบเทียบประสิทธิภาพของทีมงาน หรือแม้กระทั่งการสรุปผลการออกกำลังกายส่วนบุคคล มันช่วยให้ผู้รับสารเข้าใจข้อมูลได้ง่ายดายและช่วยในการตัดสินใจได้ดีขึ้น

การเรียนรู้ Python และการใช้งานไลบรารีสำหรับการวิเคราะห์ข้อมูลเช่นนี้สามารถทำได้ที่ EPT ซึ่งเรามีทั้งหลักสูตรและโปรแกรมการเรียนที่จะช่วยให้คุณเข้าใจและนำไปใช้งานได้อย่างมืออาชีพ ไม่ว่าคุณจะใช้เพื่อการทำงานหรือแม้กระทั่งการเรียนรู้เพื่อการพัฒนาส่วนบุคคล ตัวอย่างโค้ดข้างต้นทำให้คุณเห็นภาพถึงความง่ายในการสร้างและปรับแต่ง Bar Chart ใน Python และที่ EPT เราพร้อมจะช่วยให้คุณนำประสิทธิภาพเหล่านี้ไปใช้งานได้อย่างเต็มที่ครับ!

หมายเหตุ: ข้อมูลในบทความนี้อาจจะผิด โปรดตรวจสอบความถูกต้องของบทความอีกครั้งหนึ่ง บทความนี้ไม่สามารถนำไปใช้อ้างอิงใด ๆ ได้ ทาง EPT ไม่ขอยืนยันความถูกต้อง และไม่ขอรับผิดชอบต่อความเสียหายใดที่เกิดจากบทความชุดนี้ทั้งทางทรัพย์สิน ร่างกาย หรือจิตใจของผู้อ่านและผู้เกี่ยวข้อง