كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةموسوعة أطر ومكتبات الذكاء الاصطناعيمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

Matplotlib

مكتبة الرسم البياني الأساسية في Python لإنتاج رسوم ثابتة بجودة النشر العلمي.

نشطةمبتدئv3.11.2Matplotlib License (مبني على PSF)مكتبات البرمجة العلمية ومعالجة البيانات

الوثائق الرسميةجرّب الأمثلة

المعلومات الأساسية

الاسمMatplotlib
الاسم الكاملMatplotlib
التصنيفمكتبات البرمجة العلمية ومعالجة البيانات
الجهة المطورةمجتمع Matplotlib (برعاية NumFOCUS)
سنة الإطلاق2003
الموقع الرسميmatplotlib.org
مستودع GitHubmatplotlib/matplotlib
الوثائق الرسميةmatplotlib.org
الحزمة على PyPImatplotlib
الترخيصMatplotlib License (مبني على PSF) (PyPI classifier)
حالة المشروعنشطة صدر لها إصدار خلال آخر 12 شهراً
آخر إصدار11 سبتمبر 2026 (الإصدار 3.11.2)
لغة البرمجةPython
أنظمة التشغيلغير محدد
إصدار Python المطلوب>=3.11
مستوى الصعوبةمبتدئ

آخر تحقق من هذه البيانات: 21 نوفمبر 2026 — المصدر: PyPI JSON API (2026-11-21)

نظرة عامة

تتيح Matplotlib التحكم الكامل في كل عنصر من عناصر الرسم: المحاور والألوان والخطوط والتعليقات، وتصدر الرسوم بصيغ PNG وPDF وSVG المناسبة للأوراق العلمية.

تُستخدم لرسم منحنيات التدريب والخسارة، ومصفوفات الالتباس، وعرض الصور ونتائج التجزئة. وتبني عليها Seaborn واجهة أبسط للرسوم الإحصائية.

متى تختارها؟ اخترها لرسوم ثابتة بجودة النشر وتحكم كامل.

الاستخدامات

الاستخدامات الرئيسية

  • رسم منحنيات التدريب والتحقق
  • عرض الصور والأقنعة
  • رسوم الأوراق العلمية

المجالات العلمية

  • كل مجالات البحث العلمي
  • علم البيانات

أنواع المشاريع المناسبة

  • تقارير نتائج التجارب
  • لوحات تحليل ثابتة

تطبيقات بحثية

  • إعداد أشكال الأوراق العلمية
  • تصوير نتائج التجارب ومقارنتها

الرسوم البيانية والتصوير البياني

الخصائص التقنية

تُعرض الخاصية «مدعومة» فقط إذا كانت موثقة في الوثائق الرسمية للمكتبة؛ وما لم نتحقق منه يظهر «غير محدد».

دعم المعالج المركزي (CPU)مدعوم
دعم المعالج الرسومي (GPU)لا ينطبق
التوافق مع CUDAلا ينطبق
التدريب أو الحوسبة الموزعةلا ينطبق
الاشتقاق التلقائي (Autodiff)لا ينطبق
نشر النماذج (Deployment)لا ينطبق
نماذج مدربة مسبقاًلا ينطبق
أنواع البيانات المدعومةمصفوفات NumPy وأعمدة pandas
التكامل مع مكتبات أخرىNumPy، Pandas، Seaborn
المرونة (تقدير تحريري)عالية جداً
الأداء (تقدير تحريري)مناسبة للرسوم الثابتة
المجتمع (تقدير تحريري)ضخم
جودة التوثيق (تقدير تحريري)توثيق ومعرض أمثلة كبير

التثبيت والتشغيل

Shell
pip install matplotlib

التوافق: Python >=3.11 — حسب بيانات الحزمة على PyPI، تحقق في 21 نوفمبر 2026

يُفضّل التثبيت داخل بيئة افتراضية (venv أو conda). وإذا احتجت توافقاً مع إصدار معين من CUDA أو نظام التشغيل فارجع إلى الوثائق الرسمية، لأن هذه المعلومات تتغير مع كل إصدار.

أمثلة برمجية

الأمثلة الموسومة «نُفّذ واختُبر» شُغّلت فعلياً وسُجّل مخرجها وتاريخ الاختبار وإصدارات المكتبات؛ وغيرها يحتاج GPU أو تنزيل نماذج فلم يُشغّل في بيئة الاختبار.

مبتدئرسم منحنى التدريب والتحقق وحفظهنُفّذ واختُبر

الهدف: إنتاج شكل بجودة النشر لمنحنيي الخسارة.

Python — example.py
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt

epochs = range(1, 11)
train = [0.9, 0.7, 0.55, 0.46, 0.40, 0.36, 0.33, 0.31, 0.30, 0.29]
val = [0.95, 0.76, 0.62, 0.55, 0.51, 0.50, 0.50, 0.51, 0.53, 0.55]

fig, ax = plt.subplots(figsize=(6, 3.5))
ax.plot(epochs, train, marker="o", label="train")
ax.plot(epochs, val, marker="s", label="validation")
ax.set_xlabel("epoch"); ax.set_ylabel("loss"); ax.legend(); ax.grid(alpha=.3)
fig.tight_layout()
fig.savefig("loss.png", dpi=200)
best = min(range(len(val)), key=val.__getitem__) + 1
print("حُفظ الشكل في loss.png؛ أفضل دورة على التحقق:", best)

شرح الكود

نستخدم الخلفية Agg لأنها لا تحتاج شاشة، ونرسم منحنيين مع وسيلة إيضاح، ثم نحفظ الشكل بصيغة PNG بدقة 200 نقطة لكل بوصة. يمكنك الحفظ بصيغة PDF أو SVG للأوراق العلمية.

المتطلبات

Shell
pip install matplotlib

طريقة التشغيل

احفظ الكود في ملف example.py ثم شغّله:

Shell
python example.py

المخرجات المسجلة عند الاختبار

حُفظ الشكل في loss.png؛ أفضل دورة على التحقق: 6

نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — matplotlib 3.11.2, python 3.13.18

صفحة المثال

كل أمثلة Matplotlib في مستكشف الأكواد

المزايا

  • تحكم دقيق في كل تفاصيل الرسم
  • جودة مناسبة للنشر
  • دعم صيغ متجهية

القيود

  • الواجهة مطوّلة للرسوم المعقدة
  • التفاعلية محدودة مقارنة بـ Plotly

المراجع والتحقق

سجل الإصدارات المتحقق منها

الإصدارتاريخ الإصدارتاريخ التحقق
3.11.211 سبتمبر 202621 نوفمبر 2026

آخر مراجعة لمعلومات الصفحة: 21 نوفمبر 2026. الوصف العربي مكتوب أصلياً للموسوعة وليس منقولاً من المواقع الرسمية.

أبلغ عن معلومة تحتاج تحديثاً