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

Introduzione alla visualizzazione dei dati con Matplotlib

Usare l'interfaccia matplotlib.pyplot

Aggiungere dati a un oggetto Axes

Personalizzare i tuoi grafici

Personalizzare l'aspetto dei dati

Personalizzare le etichette degli assi e aggiungere titoli

Small multiples

Creare una griglia di sottotrame

Creare small multiples con plt.subplots

Small multiples con asse y condiviso

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.

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

Visualizzare i dati con grafici e figure mette in evidenza i pattern sottostanti e offre spunti utili. Buone visualizzazioni ti aiutano anche a comunicare i tuoi dati agli altri e sono utili per analisti e altri utilizzatori dei dati. In questo corso imparerai a usare Matplotlib, una potente libreria Python per la visualizzazione dei dati. Matplotlib fornisce i mattoni di base per creare visualizzazioni ricche di molte tipologie di insiemi di dati. Imparerai a creare visualizzazioni per diversi tipi di dati e a personalizzarle, automatizzarle e condividerle.

I video contengono trascrizioni in tempo reale che puoi mostrare facendo clic su "Show transcript" in basso a sinistra nei video.
Il glossario del corso è disponibile a destra nella sezione risorse.
Per ottenere i crediti CPE devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi accedere alla valutazione facendo clic sul riquadro dei crediti CPE sulla destra.

Introduction to Python

Scopri come creare, personalizzare e condividere visualizzazioni dati con Matplotlib.

Impara a creare, personalizzare e condividere visualizzazioni di dati usando Matplotlib.

Scienziato dei dati associato  in Python

Visualizzazione dei dati in Python

Creare una griglia di sottotrame

Introduzione alla visualizzazione dei dati con Matplotlib

Esercizio pratico interattivo