Dit hoofdstuk introduceert de Matplotlib-visualisatiebibliotheek en laat zien hoe je deze met data gebruikt.

Introductie tot datavisualisatie met Matplotlib

De matplotlib.pyplot-interface gebruiken

Gegevens toevoegen aan een Axes-object

Je plots aanpassen

De weergave van gegevens aanpassen

Aslabels aanpassen en titels toevoegen

Small multiples

Een raster van subplots maken

Kleine multiples maken met plt.subplots

Small multiples met gedeelde y-as

Introductie tot Matplotlib

Tijdreeksdata is data die in de tijd wordt vastgelegd. Het visualiseren van dit type data verduidelijkt trends en laat relaties tussen gegevens zien.

Tijdreeksgegevens plotten

Gegevens met een tijdindex inlezen

Tijdreeksen plotten

Inzoomen met een tijdindex

Tijdreeksen met verschillende variabelen plotten

Twee variabelen plotten

Een functie definiëren die tijdreeksdata plot

Een plotfunctie gebruiken

Aantekeningen toevoegen aan tijdreeksgegevens

Een tijdreeksplot annoteren

Tijdreeksen plotten: alles samenbrengen

Visualisaties kunnen worden gebruikt om data kwantitatief te vergelijken. Dit hoofdstuk legt verschillende methoden voor kwantitatieve visualisaties uit.

Kwantiatieve vergelijkingen: staafdiagrammen

Staafdiagram

Gestapelde staafdiagram

Kwantitatieve vergelijkingen: histogrammen

Histogrammen maken

"Step"-histogram

Statistische visualisaties

Foutbalken toevoegen aan een staafdiagram

Foutbalken toevoegen aan een plot

Boxplots maken

Kwantitatieve vergelijkingen: spreidingsdiagrammen

Eenvoudige spreidingsplot

Tijd coderen met kleur

Kwantitatieve vergelijkingen en statistische visualisaties

Dit hoofdstuk laat je zien hoe je je visualisaties met anderen deelt: hoe je je figuren als bestanden opslaat, hoe je hun look-and-feel aanpast en hoe je de creatie ervan automatiseert op basis van invoergegevens.

Je figuren voorbereiden om te delen met anderen

Een stijl kiezen voor afdrukken

Wisselen tussen stijlen

Je visualisaties opslaan

Een bestand meerdere keren opslaan

Sla een figuur op met verschillende afmetingen

Figuren automatiseren op basis van data

Unieke waarden van een kolom

Automatiseer je visualisatie

Wat je nu kunt doen

Visualisaties delen met anderen

Seattle weather

Austin weather

Climate data

Medals by country

Medalist weights

Gegevens visualiseren in grafieken en figuren onthult onderliggende patronen en levert inzichten op. Goede visualisaties helpen je ook je data aan anderen te communiceren en zijn nuttig voor data-analisten en andere gebruikers van de data. In deze cursus leer je werken met Matplotlib, een krachtige Python-bibliotheek voor datavisualisatie. Matplotlib biedt de bouwstenen om rijke visualisaties te maken van veel verschillende soorten gegevenssets. Je leert visualisaties maken voor verschillende typen data en hoe je deze kunt aanpassen, automatiseren en delen.

De video’s bevatten live-transcripties die je kunt tonen door linksonder in de video op "Show transcript" te klikken.
De cursuswoordenlijst vind je rechts in de sectie met bronnen.
Om CPE-credits te behalen moet je de cursus afronden en minimaal 70% scoren op de gekwalificeerde toets. Je gaat naar de toets via de CPE-credits-callout aan de rechterkant.

Een raster van subplots maken

Introductie tot datavisualisatie met Matplotlib

Interactieve oefening met praktijkervaring