Datavisualisatie met Matplotlib
Ontdek hoe u visualisaties maakt om uw data te begrijpen.
Datavisualisatie met Matplotlib is een gratis Leer AI met Python-les op CoddyKit. Dit is les 2 van 5. Je kunt 3 lessen uit dit leerpad gratis volledig lezen — daarna ontgrendelt CoddyKit PRO alle lessen, plus praktische oefeningen met een ingebouwde code-editor en een AI-tutor die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject Leer AI met Python. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus Leer AI met Python bevat in totaal 5 lessen.
Inleiding in Matplotlib
Matplotlib is een populaire Python-bibliotheek voor het maken van visualisaties, waaronder lijngrafieken, staafdiagrammen, spreidingsdiagrammen en meer.
In deze les leer je hoe je Matplotlib gebruikt om verschillende soorten grafieken te maken en aan te passen.
Matplotlib installeren
Gebruik de volgende opdracht in je terminal om Matplotlib te installeren:
pip install matplotlib
Na de installatie kun je de bibliotheek in je Python-scripts importeren:
# Importing matplotlib
import matplotlib.pyplot as plt
print("Matplotlib imported successfully")Een eenvoudige lijngrafiek maken
Je kunt een eenvoudige lijngrafiek maken met de functie plot() van 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()Grafieken aanpassen
Met Matplotlib kun je grafieken aanpassen met titels, opschriften, legenda's en verschillende lijnstijlen:
# 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()Staafdiagrammen maken
Staafdiagrammen zijn handig om categorieën te vergelijken. Gebruik de functie bar() om een staafdiagram te maken:
# 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()Spreidingsdiagrammen maken
Spreidingsdiagrammen zijn handig om verbanden tussen twee variabelen te laten zien. Gebruik de functie 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()Histogrammen maken
Histogrammen tonen de verdeling van een gegevensverzameling. Gebruik de functie 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()Meerdere grafieken toevoegen
Je kunt meerdere grafieken aan dezelfde figuur toevoegen met de functie 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()Veelgemaakte fouten met Matplotlib
Dit zijn fouten die je moet vermijden:
- Vergeten om
plt.show()aan te roepen om de grafiek weer te geven. - Overlappende elementen gebruiken zonder de indeling aan te passen.
- Assen en grafieken niet van duidelijke opschriften voorzien.
Wat hebben we geleerd?
In deze les heb je geleerd:
- Hoe je Matplotlib installeert en importeert.
- Hoe je lijnplots, staafdiagrammen, spreidingsdiagrammen en histogrammen maakt.
- Hoe je plots aanpast met labels, legenda's en meerdere plots.
Goed gedaan! Laten we doorgaan naar het volgende onderwerp.
Leer Python met een AI-tutor — gratis
Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.
- Cursussen
- 53
- Lessen
- 225
Veelgestelde vragen
Is de les “Datavisualisatie met Matplotlib” gratis?
Ja — je kunt hier op het web alle 3 lessen van het leerpad Leer AI met Python, waaronder “Datavisualisatie met Matplotlib”, gratis volledig lezen. Daarna ontgrendelt CoddyKit PRO alle lessen, plus interactieve oefeningen met een ingebouwde code-editor en een AI-tutor die 24/7 beschikbaar is. De cursus Leer AI met Python bevat in totaal 5 lessen.
Wat leer ik in “Datavisualisatie met Matplotlib”?
Ontdek hoe u visualisaties maakt om uw data te begrijpen. Je oefent met Leer AI met Python door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.
Heb ik ervaring nodig om met Leer AI met Python te beginnen?
Ervaring vooraf is niet nodig. Leer AI met Python op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 2 van 5.
Hoe lang duurt de les “Datavisualisatie met Matplotlib”?
De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.
Kan ik code schrijven en uitvoeren in deze les over Leer AI met Python?
Ja. Elke les over Leer AI met Python bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.
Alle lessen in deze cursus
- Data-analyse met Pandas
- Datavisualisatie met Matplotlib
- NumPy voor numerieke berekeningen
- API's gebruiken met requests
- Webscraping met BeautifulSoup