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.

Como preparar figuras para apresentações

Seleção de um estilo para impressão

Como alternar estilos

Como salvar visualizações

Como salvar um arquivo várias vezes

Como salvar uma figura com diferentes tamanhos

Como automatizar figuras baseadas em dados

Valores exclusivos de uma coluna

Automatize sua visualização

Próximos passos

Sharing visualizations with others

Seattle weather

Austin weather

Climate data

Medals by country

Medalist weights

A visualização de dados em gráficos e figuras expõe os padrões subjacentes nos dados e fornece insights. Boas visualizações também ajudam a comunicar dados a outras pessoas e são úteis para analistas de dados e outros consumidores de dados. Neste curso, você aprenderá a usar a Matplotlib, uma poderosa biblioteca de visualização de dados do Python. A Matplotlib fornece os elementos básicos para que você crie visualizações valiosas de muitos tipos de conjuntos de dados. Você aprenderá a criar visualizações de diferentes tipos de dados e a personalizar, automatizar e compartilhar essas visualizações.

Os vídeos têm transcrições ao vivo que você pode ver clicando em “Mostrar transcrição” no canto inferior esquerdo dos vídeos.
O glossário do curso está à direita, na seção de recursos.
Pra conseguir créditos CPE, você precisa terminar o curso e tirar pelo menos 70% na avaliação. Você pode acessar a avaliação clicando na chamada de créditos CPE à direita.

Introduction to Python

Aprenda a criar, personalizar e compartilhar visualizações de dados com Matplotlib.

Introdução à Visualização de Dados com a Matplotlib

Saiba como criar, personalizar e compartilhar visualizações de dados usando o Matplotlib.

Associate Data Scientist  em Python

Visualização de dados em Python

Seleção de um estilo para impressão

Introdução à Visualização de Dados com a Matplotlib

exercicio interativo prático