Datavisualisering med Matplotlib
Finn ut hvordan De kan opprette visualiseringer for å forstå dataene Deres
Datavisualisering med Matplotlib er en gratis leksjon i Lær AI med Python på CoddyKit. Dette er leksjon 2 av 5. Du kan lese valgfritt 3 leksjoner fra denne læringsstien gratis i sin helhet – deretter låser CoddyKit PRO opp alle leksjoner, samt praktisk øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Lær AI med Python, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Lær AI med Python inneholder totalt 5 leksjoner.
Introduksjon til Matplotlib
Matplotlib er et populært Python-bibliotek for å lage visualiseringer, blant annet linjediagrammer, stolpediagrammer, spredningsdiagrammer og mer.
I denne leksjonen lærer du å bruke Matplotlib til å lage og tilpasse ulike typer diagrammer.
Installere Matplotlib
Installer Matplotlib ved å bruke følgende kommando i terminalen:
pip install matplotlib
Når Matplotlib er installert, kan du importere det i Python-skriptene dine:
# Importing matplotlib
import matplotlib.pyplot as plt
print("Matplotlib imported successfully")Lage et enkelt linjediagram
Du kan lage et enkelt linjediagram ved hjelp av Matplotlibs plot()-funksjon:
# 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()Tilpasse diagrammer
Matplotlib lar deg tilpasse diagrammer med titler, etiketter, forklaringer og ulike linjestiler:
# 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()Lage stolpediagrammer
Stolpediagrammer er nyttige for å sammenligne kategorier. Bruk bar()-funksjonen til å lage et stolpediagram:
# 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()Lage spredningsdiagrammer
Spredningsdiagrammer er nyttige for å vise sammenhenger mellom to variabler. Bruk scatter()-funksjonen:
# 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()Lage histogrammer
Histogrammer viser fordelingen av et datasett. Bruk hist()-funksjonen:
# 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()Legge til flere diagrammer
Du kan legge til flere diagrammer i samme figur ved hjelp av subplot()-funksjonen:
# 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()Vanlige feil med Matplotlib
Her er noen feil du bør unngå:
- Å glemme å kalle
plt.show()for å vise diagrammet. - Å bruke overlappende elementer uten å justere oppsettet.
- Å ikke merke akser og diagrammer tydelig.
Hva lærte De
I denne leksjonen har De lært:
- Hvordan De installerer og importerer Matplotlib.
- Hvordan De oppretter linjediagrammer, stolpediagrammer, punktdiagrammer og histogrammer.
- Hvordan De tilpasser diagrammer med etiketter, forklaringer og flere diagrammer.
Godt jobbet! La oss gå videre til neste emne.
Lær deg Python med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 53
- Leksjoner
- 225
Ofte stilte spørsmål
Er leksjonen «Datavisualisering med Matplotlib» gratis?
Ja – du kan lese valgfritt 3 av leksjonene i læringsstien Lær AI med Python, inkludert «Datavisualisering med Matplotlib», gratis i sin helhet her på nettet. Deretter låser CoddyKit PRO opp alle leksjoner, samt interaktiv øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Kurset i Lær AI med Python inneholder totalt 5 leksjoner.
Hva lærer jeg i «Datavisualisering med Matplotlib»?
Finn ut hvordan De kan opprette visualiseringer for å forstå dataene Deres Du øver på Lær AI med Python med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med Lær AI med Python?
Ingen tidligere erfaring er nødvendig. Lær AI med Python på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 2 av 5.
Hvor lang tid tar leksjonen «Datavisualisering med Matplotlib»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne Lær AI med Python-leksjonen?
Ja. Alle Lær AI med Python-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Dataanalyse med Pandas
- Datavisualisering med Matplotlib
- NumPy for numeriske beregninger
- Håndtere API-er med requests
- Web scraping med BeautifulSoup