Datan visualisointi Matplotlibilla
Tutustukaa visualisointien luomiseen tietojen ymmärtämiseksi.
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.

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.

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
- Data-analyysi Pandasilla
- Datan visualisointi Matplotlibilla
- NumPy numeerisiin laskutoimituksiin
- APIen käsittely requestsilla
- Verkkosivujen tietojen kerääminen BeautifulSoupilla