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.

Preparare le tue figure per condividerle con gli altri

Scegliere uno stile per la stampa

Passare da uno stile all'altro

Salvare le tue visualizzazioni

Salvare un file più volte

Salva una figura con dimensioni diverse

Automatizzare le figure a partire dai dati

Valori unici di una colonna

Automatizza la tua visualizzazione

Dove andare dopo

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.

Introduzione alla visualizzazione dei 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

Scegliere uno stile per la stampa

Introduzione alla visualizzazione dei dati con Matplotlib

Esercizio pratico interattivo