Linien- und Balkendiagramme mit matplotlib
Direkt aus einem DataFrame plotten
Linien- und Balkendiagramme mit matplotlib ist eine kostenlose Data Science Academy-Lektion auf CoddyKit. Dies ist Lektion 3 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des Data Science Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der Data Science Academy-Kurs umfasst insgesamt 4 Lektionen.
Bilder sagen mehr als Tabellen
Eine Wand aus Zahlen verbirgt Trends. Ein schnelles Diagramm macht sie sofort sichtbar – deshalb endet jede Analyse mit einem plot. 📊
pyplot einmal importieren
Die Zeichenfunktionen befinden sich in matplotlib.pyplot und werden fast immer als plt importiert. Dieses kurze Alias hält jeden Plot-Aufruf übersichtlich.
import matplotlib.pyplot as pltLiniendiagramme zeigen Veränderungen
Verwenden Sie ein Liniendiagramm, wenn sich etwas entlang einer kontinuierlichen Achse verändert, etwa wenn die Umsätze von Monat zu Monat steigen.
plt.plot(months, sales)Balken vergleichen Kategorien
Verwenden Sie ein Balkendiagramm, um getrennte Gruppen nebeneinander zu vergleichen, etwa die Gesamtumsätze der einzelnen Regionen.
plt.bar(regions, totals)Direkt aus pandas plotten
Jede Series und jeder DataFrame verfügt über ein integriertes .plot, das matplotlib für Sie aufruft. Die manuelle Einrichtung entfällt.
df["sales"].plot()Wählen Sie den Diagrammtyp
Der pandas-Plot akzeptiert das Argument kind. Übergeben Sie kind="bar" für Balken oder lassen Sie es für die standardmäßige Linie weg.
df["sales"].plot(kind="bar")Erst gruppieren, dann plotten
Eine gruppierte Zusammenfassung eignet sich hervorragend zum Plotten, weil ihr Index zur x-Achse wird. Gruppieren Sie, aggregieren Sie und verketten Sie anschließend .plot.
df.groupby("region")["sales"].sum().plot(kind="bar")Das Diagramm anzeigen
Außerhalb eines Notebooks müssen Sie plt.show aufrufen, damit sich das Fenster öffnet. In Jupyter erscheint das Diagramm automatisch.
plt.show()Passen Sie die Größe an
Kleine Diagramme verbergen Details. Übergeben Sie figsize als Breite und Höhe in Zoll, damit Ihr Plot genug Platz bekommt.
df["sales"].plot(figsize=(8, 4))Weitere Linien hinzufügen
Rufen Sie plt.plot mehrmals auf, bevor Sie das Diagramm anzeigen. matplotlib legt dann jede Linie auf denselben Achsen ab, sodass Sie sie leicht vergleichen können.
Vor dem erneuten Zeichnen leeren
Übrig gebliebene Plots können sich über mehrere Zellen hinweg ansammeln. Beginnen Sie mit plt.figure neu oder schließen Sie alte Plots, damit sich die Diagramme nicht überlagern.
Kurze Überprüfung
Sie möchten die Gesamtumsätze einiger Regionen vergleichen. Welches Diagramm eignet sich am besten?
Rückblick: Ihre ersten Diagramme
Sie können jetzt plt importieren, Trends mit Linien und Kategorien mit Balken darstellen sowie direkt aus pandas plotten. Ihre Daten haben jetzt ein Gesicht! 🎨
Häufig gestellte Fragen
Ist die Lektion „Linien- und Balkendiagramme mit matplotlib“ kostenlos?
Ja — der vollständige Text von „Linien- und Balkendiagramme mit matplotlib“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des Data Science Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der Data Science Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Linien- und Balkendiagramme mit matplotlib“?
Direkt aus einem DataFrame plotten Du übst Data Science Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um Data Science Academy zu starten?
Keine Vorkenntnisse erforderlich. Data Science Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 3 von 4.
Wie lange dauert die Lektion „Linien- und Balkendiagramme mit matplotlib“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser Data Science Academy-Lektion Code schreiben und ausführen?
Ja. Jede Data Science Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Nach einer oder mehreren Spalten sortieren
- Ihre erste groupby-Zusammenfassung
- Linien- und Balkendiagramme mit matplotlib
- Beschriftungen, Titel und Legenden