Визуализация данных с Matplotlib
Узнайте, как создавать визуализации для понимания данных
«Визуализация данных с Matplotlib» — бесплатный урок Python Academy на CoddyKit. Это урок 2 из 5. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения Python Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс Python Academy содержит 5 уроков всего.
Введение в Matplotlib
Введение в Matplotlib
Matplotlib — популярная библиотека Python для создания визуализаций, включая линейные графики, столбчатые диаграммы, точечные диаграммы и многое другое.
В этом уроке Вы узнаете, как использовать Matplotlib для создания и настройки различных типов графиков.

Установка Matplotlib
Установка Matplotlib
Чтобы установить Matplotlib, выполните в терминале следующую команду:
pip install matplotlib
После установки Вы сможете импортировать эту библиотеку в свои скрипты Python:
# Importing matplotlib
import matplotlib.pyplot as plt
print("Matplotlib imported successfully")Создание простого линейного графика
Создание простого линейного графика
С помощью функции plot() Matplotlib можно создать простой линейный график:
# 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()Настройка графиков
Настройка графиков
Matplotlib позволяет настраивать графики, добавляя заголовки, подписи, легенды и разные стили линий:
# 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()Создание столбчатых диаграмм
Создание столбчатых диаграмм
Столбчатые диаграммы удобны для сравнения категорий. Для создания столбчатой диаграммы используйте функцию 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()Создание точечных диаграмм
Создание точечных диаграмм
Точечные диаграммы удобны для отображения взаимосвязи между двумя переменными. Используйте функцию 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()Создание гистограмм
Создание гистограмм
Гистограммы показывают распределение набора данных. Используйте функцию 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()Добавление нескольких графиков
Добавление нескольких графиков
Добавить несколько графиков на один рисунок можно с помощью функции 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()Распространённые ошибки при работе с Matplotlib
Распространённые ошибки при работе с Matplotlib
Вот несколько ошибок, которых следует избегать:
- Забывать вызывать
plt.show()для отображения графика. - Использовать перекрывающиеся элементы, не настраивая компоновку.
- Не подписывать оси и графики, из-за чего их трудно понять.
Что Вы узнали?
Что Вы узнали?
В этом уроке Вы узнали:
- Как устанавливать и импортировать Matplotlib.
- Как создавать линейные графики, столбчатые диаграммы, точечные диаграммы и гистограммы.
- Как настраивать графики с помощью подписей, легенд и нескольких графиков.
Отличная работа! Теперь перейдём к следующей теме.

Часто задаваемые вопросы
Урок «Визуализация данных с Matplotlib» бесплатный?
Да — полный текст урока «Визуализация данных с Matplotlib» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс Python Academy, подпишись на CoddyKit PRO. Курс Python Academy содержит 5 уроков всего.
Чему я научусь в уроке «Визуализация данных с Matplotlib»?
Узнайте, как создавать визуализации для понимания данных Ты практикуешь Python Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать Python Academy?
Предыдущий опыт не требуется. Python Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 2 из 5.
Сколько времени занимает урок «Визуализация данных с Matplotlib»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке Python Academy?
Да. Каждый урок Python Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Анализ данных с Pandas
- Визуализация данных с Matplotlib
- NumPy для численных вычислений
- Работа с API с помощью requests
- Веб-скрейпинг с BeautifulSoup