0Pricing
Learn AI with Python · Pelajaran

Visualisasi Data dengan Matplotlib

Temukan cara membuat visualisasi untuk memahami data Anda

Visualisasi Data dengan Matplotlib adalah pelajaran Learn AI with Python gratis di CoddyKit. Ini adalah pelajaran 2 dari 5. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Learn AI with Python, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Learn AI with Python mencakup 5 pelajaran total.

Pengantar Matplotlib

Pengantar Matplotlib

Matplotlib adalah pustaka Python populer untuk membuat visualisasi, termasuk diagram garis, diagram bar, diagram scatter, dan lainnya.

Dalam pelajaran ini, Anda akan mempelajari cara menggunakan Matplotlib untuk membuat dan menyesuaikan berbagai jenis diagram.

Visualisasi Data dengan Matplotlib — ilustrasi 1

Memasang Matplotlib

Memasang Matplotlib

Untuk memasang Matplotlib, gunakan perintah berikut di terminal Anda:

pip install matplotlib

Setelah terpasang, Anda dapat mengimpornya dalam skrip Python Anda:

# Importing matplotlib
import matplotlib.pyplot as plt

print("Matplotlib imported successfully")

Membuat Diagram Garis Sederhana

Membuat Diagram Garis Sederhana

Anda dapat membuat diagram garis dasar menggunakan fungsi plot() milik Matplotlib:

# 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()

Menyesuaikan Diagram

Menyesuaikan Diagram

Matplotlib memungkinkan Anda menyesuaikan diagram dengan judul, label, legenda, dan gaya garis yang berbeda:

# 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()

Membuat Diagram Bar

Membuat Diagram Bar

Diagram bar berguna untuk membandingkan berbagai kategori. Gunakan fungsi bar() untuk membuat diagram bar:

# 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()

Membuat Diagram Scatter

Membuat Diagram Scatter

Diagram scatter berguna untuk menunjukkan hubungan antara dua variabel. Gunakan fungsi scatter():

# 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()

Membuat Histogram

Membuat Histogram

Histogram menunjukkan distribusi suatu kumpulan data. Gunakan fungsi hist():

# 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()

Menambahkan Beberapa Diagram

Menambahkan Beberapa Diagram

Anda dapat menambahkan beberapa diagram ke gambar yang sama menggunakan fungsi subplot():

# 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()

Kesalahan Umum dalam Matplotlib

Kesalahan Umum dalam Matplotlib

Berikut beberapa kesalahan yang perlu dihindari:

  • Lupa memanggil plt.show() untuk menampilkan diagram.
  • Menggunakan elemen yang saling tumpang tindih tanpa menyesuaikan tata letak.
  • Tidak memberi label pada sumbu dan diagram agar mudah dipahami.

Apa yang Telah Dipelajari?

Apa yang Telah Dipelajari?

Dalam pelajaran ini, Anda mempelajari:

  • Cara memasang dan mengimpor Matplotlib.
  • Cara membuat grafik garis, diagram batang, diagram pencar, dan histogram.
  • Cara menyesuaikan grafik dengan label, legenda, dan beberapa grafik.

Bagus sekali! Mari lanjut ke topik berikutnya.

Visualisasi Data dengan Matplotlib — ilustrasi 11

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Visualisasi Data dengan Matplotlib” gratis?

Ya — teks lengkap “Visualisasi Data dengan Matplotlib” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Learn AI with Python, upgrade ke CoddyKit PRO. Kursus Learn AI with Python mencakup 5 pelajaran total.

Apa yang akan aku pelajari di “Visualisasi Data dengan Matplotlib”?

Temukan cara membuat visualisasi untuk memahami data Anda Kamu berlatih Learn AI with Python dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai Learn AI with Python?

Tidak diperlukan pengalaman sebelumnya. Learn AI with Python di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 2 dari 5.

Berapa lama pelajaran “Visualisasi Data dengan Matplotlib” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran Learn AI with Python ini?

Ya. Setiap pelajaran Learn AI with Python menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. Analisis Data dengan Pandas
  2. Visualisasi Data dengan Matplotlib
  3. NumPy untuk Perhitungan Numerik
  4. Menangani API dengan requests
  5. Pengikisan Web dengan BeautifulSoup
← Kembali ke Learn AI with Python