Temalar & Facet'ler (Bölümlendirme)

Dynlib'in çizim sistemi, tutarlı ve yayına hazır figürler oluşturmak için güçlü tema ve facet (bölümlendirme) yetenekleri sağlar. Bu rehber, stil oluşturmak için plot.theme kullanımını ve çok panelli düzenler için plot.fig/plot.facet kullanımını kapsar.

Temalara Genel Bakış

Dynlib'deki temalar, tüm çizimlerin görsel görünümünü kontrol ederek figürler arasında tutarlılık sağlar. Tema sistemi şunları yönetir:

Yazı tipi boyutları ve aileleri
Çizgi genişlikleri ve işaretçi (marker) stilleri
Renk paletleri
Izgara (grid) ve arka plan ayarları
Boşluklar ve kenar boşlukları

Temalar küresel olarak uygulanır ve değiştirilene kadar sonraki tüm çizimleri etkiler.

Yerleşik Hazır Ayarlar (Presets)

Dynlib, farklı kullanım durumları için optimize edilmiş birkaç önceden tanımlı tema içerir:

notebook: Dengeli stillendirme ile etkileşimli Jupyter not defterleri için varsayılan tema.
paper: Yayınlar için temiz tema; ince ızgaralar devre dışı bırakılmış ve yazı tipi boyutları optimize edilmiştir.
talk: Sunumlar için yüksek kontrastlı tema; daha büyük öğeler ve daha kalın çizgiler içerir.
dark: Daha iyi görünürlük için ayarlanmış renklere sahip koyu arka planlı tema.
mono: Gri tonlamalı renkler kullanan monokrom tema.

Temaları Kullanma

Çizim senaryonuzun başında bir tema ayarlayın:

from dynlib.plot import theme

# Bir hazır ayar kullan
theme.use("paper")

# Veya bir hazır ayarın üzerine özelleştirme yap
theme.use("notebook", tokens={"scale": 1.2, "grid": False})

Temaları Özelleştirme

Hazır ayarları değiştirmeden tema ayarlarını modifiye edebilirsiniz:

# Ayarları geçici olarak düzenle
theme.update(tokens={"fontsize_title": 16, "line_w": 2.0})

# Veya kapsamlı değişiklikler için push/pop kullan
theme.push(tokens={"palette": "mono"})
# ... çizimleri oluştur ...
theme.pop()  # Önceki temaya geri döner

Renk Paletleri

Dynlib birden fazla renk paletini destekler:

classic: Standart Matplotlib renkleri
cbf: Renk körü dostu palet (erişilebilirlik için önerilir)
mono: Gri tonlamalı palet

Özel paletleri kaydedin:

theme.register_palette("my_colors", ["#ff0000", "#00ff00", "#0000ff"])
theme.use("notebook", tokens={"palette": "my_colors"})

Tema Jetonları (Tokens)

Temalar, bireysel stil özelliklerini belirten jetonlar tarafından kontrol edilir. Temel jetonlar şunlardır:

scale: Genel boyut çarpanı
fontsize_*: Farklı öğeler için yazı tipi boyutları (temel, etiket, başlık vb.)
line_w: Çizgi genişliği
marker_size: İşaretçi boyutu
grid: Izgara çizgilerinin gösterilip gösterilmeyeceği
palette: Renk paleti adı
background: "light" (açık) veya "dark" (koyu)

Mevcut jeton değerlerine erişim:

current_scale = theme.get("scale")
font_size = theme.get("fontsize_title")

Figür Izgaraları ve Düzenleri

Dynlib, temalarla sorunsuz çalışan figür düzenleri oluşturmak için üst düzey yardımcılar sağlar.

Temel Figür Oluşturma

from dynlib.plot import fig

# Tek çizim
ax = fig.single(title="Grafiğim")

# Alt çizimlerden (subplots) oluşan ızgara
axes = fig.grid(rows=2, cols=3, title="Parametre Taraması")

# 3B çizim
ax_3d = fig.single3D(title="3B Yörünge")

# Alt çizimleri saran (wrap) esnek ızgara
axes = fig.wrap(n=7, cols=3)  # 3x3 ızgara oluşturur, son 2 ekseni gizler

Tüm fig yardımcıları özelleştirme için parametreler kabul eder:

size: (genişlik, yükseklik) demeti olarak figür boyutu
scale: Boyut çarpanı
sharex/sharey: Eksenlerin paylaşılıp paylaşılmayacağı
title: Figür başlığı

Çizim ile Entegrasyon

Oluşturulan eksenleri çizim fonksiyonlarına iletin:

from dynlib.plot import fig, series

ax = fig.single()
series.plot(x=time, y=signal, ax=ax, label="Sinyal")

Çok Panelli Figürler için Facetleme (Faceting)

Facetleme, ızgaraları otomatik olarak oluşturur ve veri kategorileri üzerinde yineleme yapar; bu parametre taramaları veya gruplandırılmış veriler için mükemmeldir.

Temel Facetleme

from dynlib.plot import facet, series

# Farklı parametreler için veriler
data = {
    "r=2.5": trajectory_r25,
    "r=3.0": trajectory_r30,
    "r=3.5": trajectory_r35,
}

# Facet'lenmiş çizim oluştur
for ax, param in facet.wrap(data.keys(), cols=2, title="Bifurkasyon Analizi"):
    traj = data[param]
    series.plot(x=time, y=traj, ax=ax, title=param)

facet.wrap fonksiyonu:

Bir anahtar (kategoriler) yinelenebilir nesnesi alır
Belirtilen sayıda sütuna sahip bir ızgara oluşturur
Yineleme için (eksen, anahtar) çiftleri üretir
Düzeni otomatik olarak yönetir ve kullanılmayan eksenleri gizler

Facetleme Parametreleri

cols: Izgaradaki sütun sayısı
title: Genel figür başlığı
size, scale: Figür boyutlandırma
sharex/sharey: Eksen paylaşımı

İleri Seviye Facetleme Örneği

import numpy as np
from dynlib.plot import facet, series, theme

# Parametre taraması
r_values = np.linspace(2.8, 4.0, 12)

theme.use("paper")
for ax, r in facet.wrap(r_values, cols=4, title="Lojistik Harita Bifurkasyonları"):
    # Bu r değeri için yörünge simüle et
    x = 0.1
    traj = [x]
    for _ in range(100):
        x = r * x * (1 - x)
        traj.append(x)

    series.plot(x=range(len(traj)), y=traj, ax=ax, title=f"r={r:.1f}")

En İyi Uygulamalar

Temaları erken ayarlayın: Herhangi bir figür oluşturmadan önce senaryonuzun başında temaları uygulayın.
Tutarlı paletler kullanın: Daha iyi erişilebilirlik için "cbf" gibi renk körü dostu paletleri tercih edin.
Facetlemeden yararlanın: Parametre taramaları veya gruplandırılmış veriler için facetleme, tekrar eden kodları (boilerplate) azaltır.
Düşünerek özelleştirin: Tamamen yeni temalar oluşturmak yerine küçük ayarlamalar için theme.update() kullanın.
Değişiklikleri kapsamlandırın: Geçici tema modifikasyonları için theme.push()/pop() kullanın.
Uygun şekilde boyutlandırın: Farklı çıktılar (ekran veya baskı) için figür boyutlarını ayarlamak adına scale parametresini veya tema jetonlarını kullanın.

Temalar ve facetleme, ister keşifsel analiz ister yayın figürleri için olsun, dynlib çizimlerinizin profesyonel ve tutarlı olmasını sağlamak için birlikte çalışır.