0Pricing
Python Academy · Pelajaran

Visualisasi Data dengan Matplotlib

Temukan cara membuat visualisasi untuk memahami data Anda.

Visualisasi Data dengan Matplotlib adalah pelajaran Python Academy 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 Python Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Python Academy mencakup 5 pelajaran total.

Pengantar Matplotlib

Pengantar Matplotlib

Matplotlib adalah pustaka Python populer untuk membuat visualisasi, termasuk grafik garis, diagram batang, grafik sebar, dan lainnya.

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

Visualisasi Data dengan Matplotlib — ilustrasi 1

Menginstal Matplotlib

Menginstal Matplotlib

Untuk menginstal Matplotlib, gunakan perintah berikut di terminal Anda:

pip install matplotlib

Setelah terinstal, Anda dapat mengimpornya dalam skrip Python Anda:

# Importing matplotlib
import matplotlib.pyplot as plt

print("Matplotlib imported successfully")

Membuat Grafik Garis Sederhana

Membuat Grafik Garis Sederhana

Anda dapat membuat grafik 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 Grafik

Menyesuaikan Grafik

Matplotlib memungkinkan Anda menyesuaikan grafik dengan judul, label, legenda, dan berbagai gaya garis:

# 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 Batang

Membuat Diagram Batang

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

# 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 Grafik Sebar

Membuat Grafik Sebar

Grafik sebar 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 Grafik

Menambahkan Beberapa Grafik

Anda dapat menambahkan beberapa grafik 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 grafik.
  • Menggunakan elemen yang tumpang tindih tanpa menyesuaikan tata letak.
  • Tidak memberi label pada sumbu dan grafik agar tampilannya jelas.

Apa yang Telah Kita Pelajari?

Apa yang Telah Kita Pelajari?

Dalam pelajaran ini, Anda telah mempelajari:

  • Cara menginstal dan mengimpor Matplotlib.
  • Cara membuat grafik garis, diagram batang, grafik sebar, 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 Python Academy, upgrade ke CoddyKit PRO. Kursus Python Academy mencakup 5 pelajaran total.

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

Temukan cara membuat visualisasi untuk memahami data Anda. Kamu berlatih Python 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 Python Academy?

Tidak diperlukan pengalaman sebelumnya. Python 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 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 Python Academy ini?

Ya. Setiap pelajaran Python 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

  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 Python Academy