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.

Plotting time-series data

Read data with a time index

Plot time-series data

Using a time index to zoom in

Plotting time-series with different variables

Plotting two variables

Defining a function that plots time-series data

Using a plotting function

Annotating time-series data

Annotating a plot of time-series data

Plotting time-series: putting it all together

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.

Mempersiapkan figur Anda untuk dibagikan kepada orang lain

Memilih gaya untuk pencetakan

Berganti gaya

Menyimpan visualisasi Anda

Menyimpan berkas beberapa kali

Simpan sebuah figure dengan ukuran berbeda

Mengotomatisasi figur dari data

Nilai unik dari sebuah kolom

Otomatisasikan visualisasi Anda

Ke mana setelah ini

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.

Pengantar Visualisasi Data dengan Matplotlib

Associate Data Scientist  dalam Python

Visualisasi Data dalam Python

Memilih gaya untuk pencetakan

Pengantar Visualisasi Data dengan Matplotlib

Latihan interaktif praktis