MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-27
Часть–2_Июнь –2025
242
MATPLOTLIB KUTUBXONASI. IKKI O’LCHOVLI GRAFIKLAR
CHIZISH
Israil Tojimamatov Nurmamatovich
Farg‘ona Davlat Universiteti, amaliy matematika va informatika kafedrasi
katta o‘qituvchisi
Sarvinoz Mamatova Mahmudjon qizi
Farg‘ona Davlat Universiteti, Talaba
Annotatsiya: Ushbu maqolada Python dasturlash tilidagi Matplotlib
kutubxonasining ikki o‘lchovli graflar chizishdagi imkoniyatlari yoritilgan. Grafik
vizualizatsiya zamonaviy ma’lumotlar tahlilida muhim vosita hisoblanadi.
Tadqiqotda Matplotlib kutubxonasining nazariy asoslari, funksional imkoniyatlari va
uning amaliy ahamiyati ilmiy nuqtai nazardan tahlil qilinadi.
Kalit so‘zlar: Python, Matplotlib, vizualizatsiya, ikki o‘lchovli grafik, grafik
interfeys.
Ma’lumotlar tahlili zamonaviy ilmiy va amaliy faoliyatda muhim o‘rin
egallaydi. Tahlil natijalarini tushunarli va samarali shaklda ifodalash uchun
vizualizatsiya vositalaridan foydalanish zarur. Grafiklar, diagrammalar va boshqa
grafik shakllar yordamida ma’lumotlarning strukturasi, dinamikasi va bog‘liqliklarini
aniqlash osonlashadi. Python dasturlash tilida grafik vizualizatsiya uchun keng
tarqalgan vositalardan biri bu — Matplotlib kutubxonasidir. Ushbu kutubxona
ayniqsa ikki o‘lchovli (2D) grafiklar chizishda keng qo‘llaniladi va soddaligi bilan
ajralib turadi.
Matplotlib — bu Python dasturlash tilida yozilgan ochiq manbali kutubxona
bo‘lib, foydalanuvchiga turli grafik turlarini yaratish imkonini beradi. Kutubxona
tarkibida “pyplot” deb nomlangan modul mavjud bo‘lib, u orqali grafiklar ketma-
MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-27
Часть–2_Июнь –2025
243
ketlikda chiziladi. Ushbu modul, MATLAB dasturining grafik interfeysiga o‘xshash
tarzda ishlaydi.
Matplotlib orqali quyidagi asosiy grafik turlari chizilishi mumkin:
Chiziqli grafiklar (Line plots);
Nuqtali grafiklar (Scatter plots);
Shtabik diagrammalar (Bar plots);
Histogrammalar;
Sektoral diagrammalar (Pie charts) va boshqalar.Ushbu grafiklar
o‘zgaruvchilar o‘rtasidagi munosabatni vizual tarzda ifodalash, ma’lumotlarning
tarqalishini baholash va muayyan tendensiyalarni aniqlash uchun qo‘llaniladi.
Ikki o‘lchovli grafiklar — bu ikki o‘zgaruvchiga asoslangan, koordinata
tekisligida chiziladigan grafik shakllardir. Ular odatda X va Y o‘qlari orqali
ifodalanadi. Bunday grafiklar ma’lumotlar orasidagi bog‘liqlikni tahlil qilishda
samarali vosita bo‘lib xizmat qiladi.
Matplotlib kutubxonasi ikki o‘lchovli grafiklar uchun quyidagi imkoniyatlarni
taqdim etadi:
a)
Grafik shaklini tanlash: foydalanuvchi grafik chiziqli, nuqtali yoki
ustunli shaklda bo‘lishini belgilashi mumkin.
b)
Grafik elementlarini sozlash: chiziq rangi, uslubi, marker turlari,
shuningdek sarlavha va o‘qlar nomlarini kiritish imkoniyati mavjud.
c)
Tarmoq va sharh: grafikda tarmoq (grid) chizish va sharhlar (legend)
qo‘shish orqali vizual aniqlik oshiriladi.
d)
Grafiklarni saqlash: tayyor grafiklarni grafik fayl shaklida saqlash
imkoni mavjud.
Ushbu imkoniyatlar Matplotlib kutubxonasini nafaqat oddiy vizualizatsiya,
balki chuqur ilmiy tahlillar uchun ham qulay vositaga aylantiradi.
Matplotlib kutubxonasi turli sohalarda, jumladan:
ilmiy tadqiqotlarda (eksperiment natijalarini ko‘rsatish),
iqtisodiy tahlillarda (statistik dinamikalarni ko‘rsatish),
sun’iy intellekt modellarida (model natijalarini baholash),
MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-27
Часть–2_Июнь –2025
244
ta’lim tizimida (vizual dars materiallari yaratish) keng qo‘llaniladi.
Shuningdek, bu kutubxona boshqa Python kutubxonalari (masalan, NumPy,
Pandas, SciPy) bilan integratsiyada ishlash imkonini ham beradi. Bu esa murakkab
ilmiy hisob-kitoblar natijalarini to‘g‘ridan-to‘g‘ri vizual ko‘rinishda taqdim etish
imkonini yaratadi.
NATIJA
:O‘tkazilgan tahlillar va amaliy misollar asosida Matplotlib
kutubxonasi ikki o‘lchovli grafiklar yaratishda yuqori darajadagi funksional
imkoniyatlarni taqdim etishi isbotlandi. Quyidagi asosiy natijalarga erishildi:
1.
Matplotlib kutubxonasi orqali chiziqli, nuqtali, ustunli, histogramma,
sektoral kabi turli xil grafiklarni sodda va tushunarli tarzda yaratish imkoniyati
mavjudligi amaliy misollar bilan tasdiqlandi.
2.
Grafiklar ustida individual sozlamalar — masalan, chiziq rangi, marker
shakllari, chiziq uslublari, o‘qlar nomlari va grafik sarlavhalarini belgilash orqali
vizualizatsiya sifatini oshirish mumkinligi aniqlandi.
3.
Tarmoq (grid) va sharhlar (legend) kabi vositalar yordamida grafiklar
ustida tahlil jarayonini yanada aniqlashtirish imkoniyati mavjud.
4.
Matplotlib kutubxonasining boshqa kutubxonalar bilan integratsiya
qobiliyati (xususan, NumPy, Pandas bilan) uni katta hajmdagi ma’lumotlarni tahlil
qilish va vizual taqdim etishda muhim vositaga aylantiradi.
Tadqiqot davomida Matplotlib kutubxonasi nafaqat dasturchilar, balki ilmiy
tadqiqotchilar, iqtisodchilar, pedagoglar va ma’lumotlar tahlilchilari uchun ham
foydali ekanligi ko‘rsatildi. Bu esa uni turli sohalarda keng qo‘llash imkonini beradi.
Xulosa
Matplotlib kutubxonasi Python dasturlash tilida ikki o‘lchovli graflar yaratish
uchun eng qulay va keng imkoniyatli vositalardan biri hisoblanadi. Ushbu kutubxona
foydalanuvchilarga ma’lumotlarni aniq va tushunarli grafik ko‘rinishda taqdim etish,
turli grafik turlarini yaratish, ularni moslashtirish va natijalarni saqlash imkonini
beradi. Ayniqsa, uning “pyplot” moduli orqali grafik interfeys bilan ishlash jarayoni
soddalashtirilgan bo‘lib, foydalanuvchiga interaktiv va vizual jihatdan jozibador
grafiklar yaratishda yordam beradi. Matplotlib kutubxonasi ilmiy tadqiqotlar,
MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-27
Часть–2_Июнь –2025
245
iqtisodiy va statistik tahlillar, sun’iy intellekt modellarini vizual baholash hamda
ta’lim tizimidagi dars materiallarini samarali tayyorlashda keng qo‘llaniladi. Unga
qo‘shimcha ravishda, NumPy, Pandas kabi boshqa kutubxonalar bilan bevosita
integratsiyalash imkoniyati mavjudligi murakkab ma’lumotlar ustida ham samarali
ishlashni ta’minlaydi. Shunday qilib, Matplotlib kutubxonasi nafaqat dasturchilar,
balki keng doiradagi foydalanuvchilar uchun ham qulay, funksional va kuchli grafik
vizualizatsiya vositasi bo‘lib xizmat qiladi. Kelajakda bu kutubxonani yanada
chuqurroq o‘rganish, uni interaktiv kutubxonalar bilan solishtirish va real hayotdagi
katta ma’lumotlar (Big Data) asosida amaliy loyihalarda qo‘llash istiqbollari mavjud.
FOYDALANILGAN ADABIYOTLAR
1.
Hunter, J. D. (2007).
Matplotlib: A 2D graphics environment
. Computing in
Science & Engineering, 9(3), 90–95. https://doi.org/10.1109/MCSE.2007.55
2.
VanderPlas, J. (2016).
Python Data Science Handbook: Essential Tools for
Working with Data
. O’Reilly Media, Inc.
3.
McKinney, W. (2018).
Python for Data Analysis: Data Wrangling with
Pandas, NumPy, and IPython
(2nd ed.). O'Reilly Media.
4.
Matplotlib
documentation.
(2025).
Retrieved
from:
https://matplotlib.org/stable/contents.html
5.
Oliphant, T. E. (2007).
Python for Scientific Computing
. Computing in Science
& Engineering, 9(3), 10–20.
6.
Muller, A., & Guido, S. (2017).
Introduction to Machine Learning with Python:
A Guide for Data Scientists
. O'Reilly Media.
7.
Grus, J. (2019).
Data Science from Scratch: First Principles with Python
(2nd
ed.). O’Reilly Media.
8.
Python
Software
Foundation.
The
Python
Language
Reference
.
https://docs.python.org/3/reference/
9.
Furlanello, C., & Merler, S. (2011).
Data Visualization in Scientific Research
.
Journal of Machine Learning Research, 12, 307–315.
10.
Millman, K. J., & Aivazis, M. (2011).
Python for Scientists and Engineers
.
Computing in Science & Engineering, 13(2), 9–12.
MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-27
Часть–2_Июнь –2025
246
11.
Tojimamatov, I., & Mirsiddiqova, M. (2025). BERILGANLAR BAZASIDA
HAYOTIY SIKL. Модели и методы в современной науке, 4(6), 66-70.
12.
Tojimamatov, I., & Siddiqova, G. (2025). TRANZAKSIYALARNI
TAQSIMLANGAN TARZDA QAYTA ISHLASH MODELLARI. Современные
подходы и новые исследования в современной науке, 4(6), 30-35.
13.
Нурмаматович, Т. И., & Рахила, А. (2025). НА ОСНОВЕ
МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПОВЫШЕНИЕ УСТОЙЧИВОСТИ К
ПОЛОМКАМ И АВАРИЯМ. YANGI O ‘ZBEKISTON, YANGI TADQIQOTLAR
JURNALI, 2(8), 197-204.
14.
Tojimamatov, I., & Ahmataliyeva, S. (2025). BERILGANLARNI
MARKAZLASHGAN
TARZDA
BOSHQARISH
TAMOYILLARI. Академические исследования в современной науке, 4(21), 59-
64.
15.
Tojimamatov, I., & Adxamova, C. (2025). AMALIY TIZIMLARDA
BERILGANLAR
BAZASINI
BOSHQARISH
TIZIMLARI
O
‘RNI. Академические исследования в современной науке, 4(21), 77-82.
16.
Tojimamatov, I., & Fazliddinov, X. (2025). BERILGANLAR BAZASI
ADMINISTRATORI
VA
UNING
XUSUSYATLAR. Академические
исследования в современной науке, 4(21), 90-95.
17.
Karimberdiyevich, O. M., Nurmamatovich, T. I., & Abdulaziz o‘g‘li, Y. M.
(2024).
BIG
DATA
SOHASIDAGI
XALQARO
LOYIHALAR. IZLANUVCHI, 1(1), 39-45.
18.
Karimberdiyevich, O. M., Abdulaziz o‘g‘li, Y. M., & Zarifjon o‘g‘li, X. N.
(2024). DATA MINING METODLARI VA BOSQICHLARI. YANGI O
‘ZBEKISTON, YANGI TADQIQOTLAR JURNALI, 1(4), 303-311.
19.
Nurmamatovich,
T.
I.
(2024).
BERILGANLARNING
TARMOQ
MODELLARI: ODDIY VA MURAKKAB TARMOQ TUZILISHLARI.
