Chương này giới thiệu thư viện trực quan hóa Matplotlib và minh họa cách sử dụng với dữ liệu.

Giới thiệu trực quan hóa dữ liệu với Matplotlib

Sử dụng giao diện matplotlib.pyplot

Thêm dữ liệu vào một đối tượng Axes

Tùy chỉnh biểu đồ của bạn

Tùy chỉnh cách hiển thị dữ liệu

Tùy chỉnh nhãn trục và thêm tiêu đề

Biểu đồ nhỏ theo nhóm (Small multiples)

Tạo một lưới các subplot

Tạo small multiples với plt.subplots

Nhiều biểu đồ nhỏ dùng chung trục y

Giới thiệu về Matplotlib

Dữ liệu chuỗi thời gian là dữ liệu được ghi nhận theo thời gian. Trực quan hóa loại dữ liệu này giúp làm rõ xu hướng và làm sáng tỏ các mối quan hệ giữa dữ liệu.

Vẽ dữ liệu chuỗi thời gian

Đọc dữ liệu với chỉ mục thời gian

Dùng chỉ mục thời gian để phóng to

Vẽ chuỗi thời gian với các biến khác nhau

Vẽ hai biến

Định nghĩa hàm vẽ dữ liệu chuỗi thời gian

Sử dụng một hàm vẽ

Chú thích dữ liệu chuỗi thời gian

Chú thích biểu đồ dữ liệu chuỗi thời gian

Vẽ chuỗi thời gian: tổng hợp tất cả

Trực quan hóa có thể dùng để so sánh dữ liệu theo cách định lượng. Chương này trình bày một số phương pháp trực quan hóa phục vụ so sánh định lượng.

So sánh định lượng: biểu đồ cột

Biểu đồ cột

Biểu đồ cột chồng

So sánh định lượng: biểu đồ tần suất (histogram)

Tạo biểu đồ histogram

Biểu đồ histogram kiểu "step"

Vẽ biểu đồ thống kê

Thêm thanh sai số (error bar) vào biểu đồ cột

Thêm thanh lỗi (error bar) vào biểu đồ

Tạo biểu đồ hộp (boxplot)

So sánh định lượng: biểu đồ phân tán

Biểu đồ scatter đơn giản

Mã hóa thời gian bằng màu sắc

So sánh định lượng và trực quan hóa thống kê

Chương này hướng dẫn bạn cách chia sẻ trực quan hóa với người khác: cách lưu hình vẽ thành tệp, cách điều chỉnh giao diện, và cách tự động tạo hình dựa trên dữ liệu đầu vào.

Chuẩn bị biểu đồ để chia sẻ với người khác

Chọn style để in ấn

Chuyển đổi giữa các style

Lưu trực quan hóa của bạn

Lưu một tệp nhiều lần

Lưu một biểu đồ với các kích thước khác nhau

Tự động hóa biểu đồ từ dữ liệu

Giá trị duy nhất của một cột

Tự động hóa trực quan hóa của bạn

Tiếp theo nên đi đâu

Chia sẻ trực quan hóa với người khác

Seattle weather

Austin weather

Climate data

Medals by country

Medalist weights

Trực quan hóa dữ liệu bằng biểu đồ và hình vẽ giúp lộ rõ các mẫu ẩn trong dữ liệu và mang lại insight. Những trực quan hóa tốt cũng giúp bạn truyền đạt dữ liệu đến người khác, hữu ích cho nhà phân tích dữ liệu và những đối tượng sử dụng dữ liệu khác. Trong khóa học này, bạn sẽ học cách dùng Matplotlib, một thư viện Python mạnh mẽ cho trực quan hóa dữ liệu. Matplotlib cung cấp các khối xây dựng để tạo nên những trực quan hóa phong phú cho nhiều loại tập dữ liệu khác nhau. Bạn sẽ học cách tạo trực quan hóa cho các kiểu dữ liệu khác nhau và cách tùy biến, tự động hóa, cũng như chia sẻ các trực quan hóa này.

Video có kèm phụ đề trực tiếp; bạn có thể hiển thị bằng cách bấm "Show transcript" ở góc dưới bên trái của video.
Bảng thuật ngữ của khóa học nằm bên phải trong phần tài nguyên.
Để nhận tín chỉ CPE, bạn cần hoàn thành khóa học và đạt ít nhất 70% trong bài đánh giá đủ điều kiện. Bạn có thể truy cập bài đánh giá bằng cách bấm vào mục CPE credits ở bên phải.

Introduction to Python

Tìm hiểu cách tạo, tùy chỉnh và chia sẻ hình ảnh dữ liệu với Matplotlib.

Nhập môn trực quan hóa dữ liệu với Matplotlib

Học cách tạo, tùy chỉnh và chia sẻ các biểu đồ dữ liệu bằng Matplotlib.

Chuyên viên phân tích dữ liệu  trong Python

Trực quan hóa dữ liệu trong Python

Data Scientist

Vẽ thống kê

Thêm thanh lỗi vào biểu đồ cột

Thanh lỗi trong biểu đồ cột

Thêm thanh lỗi vào đồ thị

Thanh lỗi trong đồ thị

Thêm boxplot

Diễn giải boxplot

Tự thực hành!

So sánh định lượng và trực quan hóa thống kê - Vẽ biểu đồ thống kê

Vẽ biểu đồ thống kê

Create Your Free Account