Grafik Garis dan Batang di matplotlib
Membuat grafik langsung dari DataFrame
Grafik Garis dan Batang di matplotlib adalah pelajaran Data Science Academy gratis di CoddyKit. Ini adalah pelajaran 3 dari 4. 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 Data Science Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Data Science Academy mencakup 4 pelajaran total.
Gambar Mengalahkan Tabel
Dinding angka menyembunyikan tren. Grafik singkat menampakkannya seketika, itulah sebabnya setiap analisis berakhir dengan sebuah plot. 📊
Impor pyplot Sekali
Mesin penggambar berada di matplotlib.pyplot, yang hampir selalu diimpor sebagai plt. Alias singkat itu membuat setiap pemanggilan plot tetap rapi.
import matplotlib.pyplot as pltGrafik Garis Menunjukkan Perubahan
Gunakan grafik garis ketika sesuatu berubah sepanjang sumbu kontinu, seperti penjualan yang meningkat dari bulan ke bulan.
plt.plot(months, sales)Batang Membandingkan Kategori
Gunakan grafik batang untuk membandingkan kelompok terpisah secara berdampingan, seperti total penjualan setiap wilayah.
plt.bar(regions, totals)Buat Plot Langsung dari pandas
Setiap Series dan DataFrame memiliki .plot bawaan yang memanggil matplotlib untuk Anda, sehingga Anda tidak perlu menyiapkan semuanya secara manual.
df["sales"].plot()Pilih Jenisnya
Plot pandas menerima argumen kind. Berikan kind="bar" untuk batang atau biarkan kosong untuk garis bawaan.
df["sales"].plot(kind="bar")Kelompokkan Lalu Buat Plot
Ringkasan yang dikelompokkan dapat dibuat menjadi plot dengan baik karena indeksnya menjadi sumbu x. Kelompokkan, agregasikan, lalu rangkaikan .plot.
df.groupby("region")["sales"].sum().plot(kind="bar")Tampilkan Gambar
Di luar notebook, Anda harus memanggil plt.show untuk menampilkan jendela. Di Jupyter, grafik muncul dengan sendirinya.
plt.show()Atur Ukurannya
Grafik kecil menyembunyikan detail. Berikan figsize sebagai lebar dan tinggi dalam inci agar plot Anda memiliki ruang yang cukup.
df["sales"].plot(figsize=(8, 4))Tambahkan Lebih Banyak Garis
Panggil plt.plot beberapa kali sebelum menampilkan grafik, lalu matplotlib menumpuk setiap garis pada sumbu yang sama agar mudah dibandingkan.
Bersihkan Sebelum Menggambar Ulang
Plot yang tersisa dapat menumpuk di antara sel. Mulailah dari awal dengan plt.figure atau tutup plot lama agar grafik tidak saling tumpang tindih.
Pemeriksaan Cepat
Anda ingin membandingkan total penjualan di beberapa wilayah. Grafik mana yang paling sesuai?
Rangkuman: Grafik Pertama Anda
Sekarang Anda dapat mengimpor plt, menggambar garis untuk tren dan batang untuk kategori, serta membuat plot langsung dari pandas. Data Anda kini memiliki wajah! 🎨
Belajar Python dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Grafik Garis dan Batang di matplotlib” gratis?
Ya — teks lengkap “Grafik Garis dan Batang di matplotlib” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Data Science Academy, upgrade ke CoddyKit PRO. Kursus Data Science Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Grafik Garis dan Batang di matplotlib”?
Membuat grafik langsung dari DataFrame Kamu berlatih Data Science Academy 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 Data Science Academy?
Tidak diperlukan pengalaman sebelumnya. Data Science Academy 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 3 dari 4.
Berapa lama pelajaran “Grafik Garis dan Batang di 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 Data Science Academy ini?
Ya. Setiap pelajaran Data Science Academy 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
- Mengurutkan Berdasarkan Satu atau Banyak Kolom
- Ringkasan groupby Pertama Anda
- Grafik Garis dan Batang di matplotlib
- Label, Judul, dan Legenda