Visualisasi Data dengan Matplotlib
Temui cara mencipta visualisasi untuk memahami data anda.
Visualisasi Data dengan Matplotlib ialah pelajaran Python Academy percuma di CoddyKit. Ini ialah pelajaran 2 daripada 5. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Python Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Python Academy merangkumi sejumlah 5 pelajaran.
Pengenalan kepada Matplotlib
Matplotlib ialah pustaka Python yang popular untuk mencipta visualisasi, termasuk plot garis, carta bar, plot serakan dan banyak lagi.
Dalam pelajaran ini, anda akan mempelajari cara menggunakan Matplotlib untuk mencipta dan menyesuaikan pelbagai jenis plot.

Memasang Matplotlib
Untuk memasang Matplotlib, gunakan perintah berikut dalam terminal anda:
pip install matplotlib
Setelah dipasang, anda boleh mengimportnya dalam skrip Python anda:
# Importing matplotlib
import matplotlib.pyplot as plt
print("Matplotlib imported successfully")Mencipta Plot Garis Mudah
Anda boleh mencipta plot garis asas menggunakan fungsi plot() 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 Plot
Matplotlib membolehkan anda menyesuaikan plot dengan tajuk, label, petunjuk dan gaya garis yang berbeza:
# 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()Mencipta Carta Bar
Carta bar berguna untuk membandingkan kategori. Gunakan fungsi bar() untuk mencipta carta 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()Mencipta Plot Serakan
Plot serakan berguna untuk menunjukkan hubungan antara dua pemboleh ubah. 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()Mencipta Histogram
Histogram menunjukkan taburan set 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()Menambah Berbilang Plot
Anda boleh menambah berbilang plot pada rajah 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()Kesilapan Lazim dengan Matplotlib
Berikut ialah beberapa kesilapan yang perlu dielakkan:
- Terlupa memanggil
plt.show()untuk memaparkan plot. - Menggunakan unsur yang bertindih tanpa melaraskan susun atur.
- Tidak melabelkan paksi dan plot supaya lebih jelas.
Apakah yang Kita Pelajari?
Dalam pelajaran ini, anda telah mempelajari:
- Cara memasang dan mengimport Matplotlib.
- Cara mencipta plot garis, carta bar, plot serakan dan histogram.
- Cara menyesuaikan plot dengan label, petunjuk dan berbilang plot.
Syabas! Mari beralih ke topik seterusnya.

Pelajari Python dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 76
- Pelajaran
- 320
Soalan Lazim
Adakah pelajaran “Visualisasi Data dengan Matplotlib” percuma?
Ya — teks penuh “Visualisasi Data dengan Matplotlib” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus Python Academy, tingkat taraf kepada CoddyKit PRO. Kursus Python Academy merangkumi sejumlah 5 pelajaran.
Apakah yang akan saya pelajari dalam “Visualisasi Data dengan Matplotlib”?
Temui cara mencipta visualisasi untuk memahami data anda. Anda berlatih Python Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan Python Academy?
Tiada pengalaman terdahulu diperlukan. Pembelajaran Python Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 2 daripada 5.
Berapa lamakah pelajaran “Visualisasi Data dengan Matplotlib” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran Python Academy ini?
Ya. Setiap pelajaran Python Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- Analisis Data dengan Pandas
- Visualisasi Data dengan Matplotlib
- NumPy untuk Pengiraan Berangka
- Mengendalikan API dengan requests
- Pengikisan Web dengan BeautifulSoup