In diesem Kapitel wird die Visualisierungsbibliothek Matplotlib vorgestellt und demonstriert, wie du sie mit Daten verwenden kannst.

Einführung in die Datenvisualisierung mit Matplotlib

Verwendung der matplotlib.pyplot-Schnittstelle

Daten zu einem Axes-Objekt hinzufügen

Diagramme anpassen

Erscheinungsbild der Daten anpassen

Achsenbeschriftungen anpassen und Titel hinzufügen

Unterdiagramme

Ein Raster von Unterdiagrammen erstellen

Unterdiagramme mit plt.subplots erstellen

Unterdiagramme mit gemeinsamer y-Achse

Einführung in Matplotlib

Zeitreihendaten sind Daten, die aufgezeichnet werden. Die Visualisierung dieser Art von Daten hilft dabei, Trends zu verdeutlichen und Beziehungen zwischen Daten aufzuzeigen.

Zeitreihendaten darstellen

Daten mit einem Zeitindex lesen

Zeitindex zum Heranzoomen verwenden

Zeitreihen mit verschiedenen Variablen darstellen

Zwei Variablen darstellen

Eine Funktion definieren, die Zeitreihendaten darstellt

Eine Plotting-Funktion verwenden

Zeitreihendaten mit Anmerkungen versehen

Ein Diagramm mit Zeitreihendaten mit Anmerkungen versehen

Zeitreihen erstellen: alles zusammenfügen

Zeitreihen visualisieren

Mithilfe von Visualisierungen kannst du Daten quantitativ vergleichen. Dieses Kapitel erklärt verschiedene Methoden für quantitative Visualisierungen.

Quantitative Vergleiche: Balkendiagramme

Balkendiagramm

Gestapeltes Balkendiagramm

Quantitative Vergleiche: Histogramme

Histogramme erstellen

Step-Histogramm

Statistisches Plotten

Fehlerbalken zu einem Balkendiagramm hinzufügen

Fehlerbalken zu einem Diagramm hinzufügen

Kastendiagramme erstellen

Quantitative Vergleiche: Streudiagramme

Einfache Streudiagramme

Zeit nach Farbe kodieren

Quantitative Vergleiche und statistische Visualisierungen

In diesem Kapitel erfährst du, wie du deine Visualisierungen mit anderen teilen kannst: wie du deine Abbildungen als Dateien speicherst, wie du ihr Aussehen anpasst und wie du ihre Erstellung anhand von Eingabedaten automatisieren kannst.

Abbildungen vorbereiten, um sie mit anderen zu teilen

Stil für den Druck auswählen

Zwischen den Stilen wechseln

Visualisierungen speichern

Datei mehrmals speichern

Abbildung mit verschiedenen Größen speichern

Abbildungen aus Daten automatisieren

Eindeutige Werte einer Spalte

Visualisierung automatisieren

So geht es weiter

Visualisierungen mit anderen Personen teilen

Seattle weather

Austin weather

Climate data

Medals by country

Medalist weights

Die Visualisierung von Daten in Diagrammen und Abbildungen macht die zugrunde liegenden Muster in den Daten sichtbar und bietet Einblicke. Gute Visualisierungen helfen dir auch, deine Daten anderen mitzuteilen, und sind für Datenanalysten und andere Nutzer der Daten nützlich. In diesem Kurs lernst du, wie du Matplotlib, eine leistungsstarke Python-Bibliothek zur Datenvisualisierung, nutzen kannst. Matplotlib bietet die Bausteine, um umfangreiche Visualisierungen für viele verschiedene Arten von Datensätzen zu erstellen. Du lernst, wie du Visualisierungen für verschiedene Arten von Daten erstellst und wie du diese Visualisierungen anpasst, automatisierst und weitergibst.

Introduction to Python

Lernen Sie, wie Sie Datenvisualisierungen mit Matplotlib erstellen, anpassen und teilen.

In diesem Kurs lernst du, mit Matplotlib Datenvisualisierungen zu erstellen, nach Bedarf anzupassen und mit Anderen zu teilen.

Associate Data Scientist  in Python

Datenvisualisierung mit Python

Data Scientist

Preparing your figures to share with others

Changing plot style

Choosing a style

Back to the default

The available styles

The "bmh" style

Seaborn styles

Guidelines for choosing plotting style

Practice choosing the right style for you!

Visualisierungen mit anderen Personen teilen - Abbildungen vorbereiten, um sie mit anderen zu teilen

Abbildungen vorbereiten, um sie mit anderen zu teilen

Create Your Free Account