This chapter introduces the Matplotlib visualization library and demonstrates how to use it with data.

Introduction to data visualization with Matplotlib

Using the matplotlib.pyplot interface

Adding data to an Axes object

Customizing your plots

Customizing data appearance

Customizing axis labels and adding titles

Small multiples

Creating a grid of subplots

Creating small multiples with plt.subplots

Small multiples with shared y axis

Introduction to Matplotlib

Time series data is data that is recorded. Visualizing this type of data helps clarify trends and illuminates relationships between data.

Memplot data deret waktu

Membaca data dengan indeks waktu

Plot data deret waktu

Menggunakan indeks waktu untuk memperbesar tampilan

Memplot deret waktu dengan variabel berbeda

Memplot dua variabel

Mendefinisikan fungsi yang memplot data deret waktu

Menggunakan fungsi plotting

Memberi anotasi pada data deret waktu

Memberi anotasi pada plot data deret waktu

Memplot deret waktu: menggabungkan semuanya

Plotting time-series

Visualizations can be used to compare data in a quantitative manner. This chapter explains several methods for quantitative visualizations.

Quantitative comparisons: bar-charts

Bar chart

Stacked bar chart

Quantitative comparisons: histograms

Creating histograms

"Step" histogram

Statistical plotting

Adding error-bars to a bar chart

Adding error-bars to a plot

Creating boxplots

Quantitative comparisons: scatter plots

Simple scatter plot

Encoding time by color

Quantitative comparisons and statistical visualizations

This chapter shows you how to share your visualizations with others: how to save your figures as files, how to adjust their look and feel, and how to automate their creation based on input data.

Preparing your figures to share with others

Selecting a style for printing

Switching between styles

Saving your visualizations

Saving a file several times

Save a figure with different sizes

Automating figures from data

Unique values of a column

Automate your visualization

Where to go next

Sharing visualizations with others

Seattle weather

Austin weather

Climate data

Medals by country

Medalist weights

Memvisualisasikan data dalam plot dan gambar mengungkap pola yang mendasari data dan memberikan wawasan. Visualisasi yang baik juga membantu Anda mengomunikasikan data kepada orang lain, dan bermanfaat bagi analis data serta pengguna data lainnya. Dalam kursus ini, Anda akan belajar menggunakan Matplotlib, pustaka visualisasi data Python yang andal. Matplotlib menyediakan blok bangunan untuk membuat visualisasi yang kaya dari berbagai jenis himpunan data. Anda akan mempelajari cara membuat visualisasi untuk berbagai jenis data serta cara menyesuaikan, mengotomatisasi, dan membagikan visualisasi tersebut.

Video dilengkapi transkrip langsung yang dapat Anda tampilkan dengan mengeklik "Show transcript" di kiri bawah video.
Glosarium kursus dapat ditemukan di sebelah kanan pada bagian sumber daya.
Untuk memperoleh kredit CPE, Anda perlu menuntaskan kursus dan meraih skor 70% pada penilaian yang memenuhi syarat. Anda dapat menuju penilaian dengan mengeklik pemberitahuan kredit CPE di sebelah kanan.

Introduction to Python

Pelajari cara membuat, menyesuaikan, dan berbagi visualisasi data dengan Matplotlib.

Memplot deret waktu dengan variabel berbeda

Create Your Free Account