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.

Zaman serisi verilerini görselleştirme

Zaman indeksli veriyi oku

Zaman serisi verisini görselleştir

Zaman indeksini kullanarak yakınlaştırma

Farklı değişkenlerle zaman serisi çizimi

İki değişkeni çizmek

Zaman serisi verisi çizen bir fonksiyon tanımlama

Bir çizim fonksiyonu kullanma

Zaman serisi verilerini açıklama notlarıyla işaretleme

Zaman serisi grafiğini açıklama ekleyerek notlama

Zaman serisi çizimi: hepsini bir araya getirmek

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

Verileri grafik ve şekillerle görselleştirmek, verideki temel kalıpları ortaya çıkarır ve içgörüler sağlar. İyi görselleştirmeler, verini başkalarına aktarmana da yardımcı olur ve veri analistleri ile diğer veri tüketicileri için faydalıdır. Bu kursta güçlü bir Python veri görselleştirme kütüphanesi olan Matplotlib'i kullanmayı öğreneceksin. Matplotlib, çok farklı türdeki veri kümeleri için zengin görselleştirmeler oluşturmanın yapı taşlarını sunar. Farklı veri türleri için görselleştirmeler oluşturmayı, bu görselleştirmeleri özelleştirmeyi, otomatikleştirmeyi ve paylaşmayı öğreneceksin.

Videolarda, sol altta yer alan "Show transcript" seçeneğine tıklayarak açabileceğin canlı transkriptler bulunur.
Kurs sözlüğünü sağ taraftaki kaynaklar bölümünde bulabilirsin.
CPE kredileri almak için kursu tamamlaman ve nitelikli değerlendirmede %70 puana ulaşman gerekir. Sağ taraftaki CPE kredileri duyurusuna tıklayarak değerlendirmeye gidebilirsin.

Introduction to Python

Matplotlib ile veri görselleştirmeleri oluşturmayı, özelleştirmeyi ve paylaşmayı öğrenin.

Matplotlib ile Veri Görselleştirmeye Giriş

Matplotlib kullanarak veri görselleştirmeleri oluşturmayı, özelleştirmeyi ve paylaşmayı öğrenin.

Yardımcı Veri Bilimcisi  Python'da

Veri Görselleştirme Python'da

Data Scientist

Zaman serisi verilerini açıklama

Zaman serisi verileri

Açıklama (annotation)

Metnin konumlandırılması

Açıklamaya ok ekleme

Ok özelliklerini özelleştirme

Açıklamaları özelleştirme

Grafik açıklamalarıyla pratik yapın!

Plotting time-series - Zaman serisi verilerini açıklama notlarıyla işaretleme

Zaman serisi verilerini açıklama notlarıyla işaretleme

Create Your Free Account