Python Academy · Oppitunti

Datan visualisointi Matplotlibilla

Tutustukaa visualisointien luomiseen tietojen ymmärtämiseksi.

Oppitunti 2/511 vaihetta

Datan visualisointi Matplotlibilla on ilmainen Python Academy-oppitunti CoddyKitissä. Tämä on oppitunti 2/5. Voit lukea koko oppitunnin alta ilmaiseksi ja harjoitella sen jälkeen käytännössä selaimessa sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla. Oppitunti kuuluu Python Academy-oppimispolkuun, ja edistymisesi synkronoituu verkon ja CoddyKit-sovelluksen välillä. Python Academy-kurssilla on yhteensä 5 oppituntia.

Matplotlib-kirjaston perusteet

Matplotlib on suosittu Python-kirjasto visualisointien, kuten viivakuvaajien, pylväsdiagrammien ja hajontakaavioiden, luomiseen.

Tässä oppitunnissa opit luomaan erilaisia kuvaajia Matplotlibilla ja mukauttamaan niitä.

Datan visualisointi Matplotlibilla — kuvitus 1

Matplotlib-kirjaston asentaminen

Asenna Matplotlib suorittamalla pääteikkunassa seuraava komento:

pip install matplotlib

Asennuksen jälkeen voit tuoda sen Python-komentosarjoihisi:

# Importing matplotlib
import matplotlib.pyplot as plt

print("Matplotlib imported successfully")

Yksinkertaisen viivakuvaajan luominen

Voit luoda yksinkertaisen viivakuvaajan Matplotlibin plot()-funktion avulla:

# Creating a simple line plot
import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 20, 25, 30]

plt.plot(x, y)
plt.title("Simple Line Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

Kuvaajien mukauttaminen

Matplotlibilla voit mukauttaa kuvaajia otsikoilla, tunnisteilla, selitteillä ja erilaisilla viivatyyleillä:

# Customizing a plot
plt.plot(x, y, label="Line 1", linestyle="--", color="red")
plt.legend()
plt.title("Customized Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

Pylväsdiagrammien luominen

Pylväsdiagrammit sopivat luokkien vertailuun. Luo pylväsdiagrammi bar()-funktion avulla:

# Creating a bar chart
categories = ["A", "B", "C"]
values = [10, 15, 7]

plt.bar(categories, values, color="blue")
plt.title("Bar Chart")
plt.xlabel("Categories")
plt.ylabel("Values")
plt.show()

Hajontakaavioiden luominen

Hajontakaaviot sopivat kahden muuttujan välisten suhteiden esittämiseen. Käytä scatter()-funktiota:

# Creating a scatter plot
x = [5, 7, 8, 7]
y = [3, 8, 6, 4]

plt.scatter(x, y, color="green")
plt.title("Scatter Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

Histogrammien luominen

Histogrammit esittävät aineiston jakauman. Käytä hist()-funktiota:

# Creating a histogram
data = [1, 1, 2, 3, 3, 3, 4, 4, 5]

plt.hist(data, bins=5, color="purple")
plt.title("Histogram")
plt.xlabel("Bins")
plt.ylabel("Frequency")
plt.show()

Useiden kuvaajien lisääminen

Voit lisätä samaan kuvaan useita kuvaajia subplot()-funktion avulla:

# Adding multiple plots
plt.subplot(2, 1, 1)
plt.plot([1, 2, 3], [4, 5, 6])
plt.title("First Plot")

plt.subplot(2, 1, 2)
plt.bar([1, 2, 3], [7, 8, 9])
plt.title("Second Plot")

plt.tight_layout()
plt.show()

Matplotlibiin liittyvät yleiset virheet

Vältä seuraavia virheitä:

  • Unohdetaan kutsua plt.show()-funktiota kuvaajan näyttämiseksi.
  • Päällekkäisiä elementtejä käytetään säätämättä asettelua.
  • Akseleita ja kuvaajia ei nimetä riittävän selkeästi.

Mitä opimme

Tässä oppitunnissa opit:

  • Asentamaan ja tuomaan Matplotlibin käyttöön.
  • Luomaan viivakuvaajia, pylväsdiagrammeja, hajontakaavioita ja histogrammeja.
  • Mukauttamaan kuvaajia tunnisteilla, selitteillä ja useilla kuvaajilla.

Hienoa työtä! Siirrytään seuraavaan aiheeseen.

Datan visualisointi Matplotlibilla — kuvitus 11
Aloita maksutta

Opi Python tekoälytuutorin avulla — ilmaiseksi

Kirjoita ja suorita oikeaa koodia selaimessa, saa välitöntä apua tekoälytuutorilta ympäri vuorokauden ja jatka siitä, mihin jäit, verkossa tai sovelluksessa.

Kurssit
76
Oppitunnit
320

Usein kysytyt kysymykset

Onko oppitunti ”Datan visualisointi Matplotlibilla” ilmainen?

Kyllä – oppitunnin ”Datan visualisointi Matplotlibilla” koko tekstin voi lukea täällä verkossa ilmaiseksi. Jos haluat harjoitella interaktiivisesti sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla sekä avata koko Python Academy-kurssin, päivitä CoddyKit PROhon. Python Academy-kurssilla on yhteensä 5 oppituntia.

Mitä opin oppitunnilla ”Datan visualisointi Matplotlibilla”?

Tutustukaa visualisointien luomiseen tietojen ymmärtämiseksi. Harjoittelet Python Academy-aihetta koodilla, jonka suoritat suoraan selaimessa. Ympäri vuorokauden käytettävissä oleva tekoälytuutori vastaa kysymyksiisi oppitunnin aikana.

Tarvitsenko kokemusta aloittaakseni Python Academy-opiskelun?

Aiempi kokemus ei ole tarpeen. CoddyKitin Python Academy-oppimispolku sopii vasta-alkajista edistyneisiin, joten voit aloittaa tästä tai alusta ja edetä omaan tahtiisi. Tämä on oppitunti 2/5.

Kuinka kauan ”Datan visualisointi Matplotlibilla”-oppitunnin suorittaminen kestää?

Useimmat CoddyKitin oppitunnit kestävät noin 5–10 minuuttia. Jokainen oppitunti on lyhyt ja interaktiivinen, joten edistyt tasaisesti ja voit jatkaa siitä, mihin jäit – sekä verkossa että sovelluksessa.

Voinko kirjoittaa ja suorittaa koodia tällä Python Academy-oppitunnilla?

Kyllä. Jokainen Python Academy-oppitunti sisältää sisäänrakennetun koodieditorin, joten voit kirjoittaa ja suorittaa oikeaa koodia suoraan selaimessa ja saada välitöntä palautetta tekoälyltä – paikallista asennusta ei tarvita.

Kaikki tämän kurssin oppitunnit

  1. Data-analyysi Pandasilla
  2. Datan visualisointi Matplotlibilla
  3. NumPy numeerisiin laskutoimituksiin
  4. APIen käsittely requestsilla
  5. Verkkosivujen tietojen kerääminen BeautifulSoupilla
← Takaisin: Python Academy