Det här kapitlet introducerar visualiseringsbiblioteket Matplotlib och visar hur du använder det med data.

Introduktion till datavisualisering med Matplotlib

Använda matplotlib.pyplot-gränssnittet

Lägga till data i ett Axes-objekt

Anpassa dina diagram

Anpassa datautseendet

Anpassa axeletiketter och lägg till titlar

Små multiplar

Skapa ett rutnät av delplottar

Skapa small multiples med plt.subplots

Små multiplar med delad y-axel

Introduktion till Matplotlib

Tidsseriedata är data som registreras över tid. Att visualisera den här typen av data tydliggör trender och belyser samband i datan.

Plotta tidsseriedata

Läs data med ett tidsindex

Zooma in med ett tidsindex

Plotta tidsserier med olika variabler

Plotta två variabler

Definiera en funktion som plottar tidsseriedata

Använda en plottningsfunktion

Annotera tidsseriedata

Annotera ett diagram med tidsseriedata

Plotta tidsserier: sätt ihop allt

Plotta tidsserier

Visualiseringar kan användas för att jämföra data på ett kvantitativt sätt. Det här kapitlet beskriver flera metoder för kvantitativa visualiseringar.

Kvantitativa jämförelser: stapeldiagram

Stapeldiagram

Staplade stapeldiagram

Kvantitativa jämförelser: histogram

Skapa histogram

"Step"-histogram

Statistisk visualisering

Lägga till felstaplar i ett stapeldiagram

Lägga till felstaplar i ett diagram

Skapa lådagram

Kvantitativa jämförelser: spridningsdiagram

Enkelt spridningsdiagram

Koda tid med färg

Kvantitativa jämförelser och statistiska visualiseringar

Det här kapitlet visar hur du delar dina visualiseringar med andra: hur du sparar dina figurer som filer, hur du justerar deras utseende och hur du automatiserar skapandet av dem utifrån indata.

Förbered dina figurer för att dela med andra

Välja en stil för utskrift

Växla mellan stilar

Spara dina visualiseringar

Spara en fil flera gånger

Spara en figur i olika storlekar

Automatisera figurer från data

Unika värden i en kolumn

Automatisera din visualisering

Vad händer härnäst?

Dela visualiseringar med andra

Seattle weather

Austin weather

Climate data

Medals by country

Medalist weights

Att visualisera data i diagram och figurer synliggör underliggande mönster och ger värdefulla insikter. Bra visualiseringar hjälper dig också att kommunicera din data till andra och är användbara för dataanalytiker och övriga som arbetar med data. I den här kursen lär du dig att använda Matplotlib, ett kraftfullt Python-bibliotek för datavisualisering. Matplotlib ger dig de verktyg du behöver för att skapa innehållsrika visualiseringar av många olika typer av datamängder. Du lär dig att skapa visualiseringar för olika slags data och att anpassa, automatisera och dela dessa visualiseringar.

Videorna innehåller direkttextning som du kan visa genom att klicka på "Visa transkript" längst ned till vänster i videon.
Kursglosset finns till höger i resursavsnittet.
För att få CPE-poäng behöver du slutföra kursen och nå ett resultat på 70 % på den kvalificerade bedömningen. Du navigerar till bedömningen genom att klicka på CPE-poängmeddelandet till höger.

Annotera tidsseriedata

Create Your Free Account