Datavisualisering med Matplotlib
Upptäck hur ni skapar visualiseringar för att förstå era data
Datavisualisering med Matplotlib är en gratis lektion i Lär Er AI med Python på CoddyKit. Detta är lektion 2 av 5. Du kan läsa vilka 3 lektioner som helst i den här lärvägen kostnadsfritt i sin helhet – därefter låser CoddyKit PRO upp alla lektioner, plus praktisk övning med en inbyggd kodredigerare och en AI-lärare dygnet runt. Den ingår i lärvägen för Lär Er AI med Python, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i Lär Er AI med Python innehåller totalt 5 lektioner.
Introduktion till Matplotlib
Matplotlib är ett populärt Python-bibliotek för att skapa visualiseringar, bland annat linjediagram, stapeldiagram och spridningsdiagram.
I den här lektionen lär du dig att använda Matplotlib för att skapa och anpassa olika typer av diagram.
Installera Matplotlib
Installera Matplotlib genom att använda följande kommando i terminalen:
pip install matplotlib
När installationen är klar kan du importera biblioteket i dina Python-skript:
# Importing matplotlib
import matplotlib.pyplot as plt
print("Matplotlib imported successfully")Skapa ett enkelt linjediagram
Du kan skapa ett enkelt linjediagram med Matplotlibs plot()-funktion:
# 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()Anpassa diagram
Med Matplotlib kan du anpassa diagram med rubriker, etiketter, teckenförklaringar och olika linjestilar:
# 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()Skapa stapeldiagram
Stapeldiagram är användbara för att jämföra kategorier. Använd funktionen bar() för att skapa ett stapeldiagram:
# 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()Skapa spridningsdiagram
Spridningsdiagram är användbara för att visa samband mellan två variabler. Använd funktionen 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()Skapa histogram
Histogram visar fördelningen i en datamängd. Använd funktionen 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()Lägga till flera diagram
Du kan lägga till flera diagram i samma figur med funktionen 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()Vanliga misstag med Matplotlib
Här är några misstag du bör undvika:
- Att glömma att anropa
plt.show()för att visa diagrammet. - Att använda överlappande element utan att justera layouten.
- Att inte märka axlar och diagram tydligt.
Vad har ni lärt er?
I den här lektionen har ni lärt er:
- Hur ni installerar och importerar Matplotlib.
- Hur ni skapar linjediagram, stapeldiagram, spridningsdiagram och histogram.
- Hur ni anpassar diagram med etiketter, förklaringar och flera diagram.
Bra jobbat! Nu går vi vidare till nästa ämne.
Lär dig Python med en AI-lärare – gratis
Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.
- Kurser
- 53
- Lektioner
- 225
Vanliga frågor
Är lektionen ”Datavisualisering med Matplotlib” gratis?
Ja – du kan läsa vilka 3 lektioner som helst i lärvägen Lär Er AI med Python, inklusive ”Datavisualisering med Matplotlib”, kostnadsfritt i sin helhet här på webben. Därefter låser CoddyKit PRO upp alla lektioner, plus interaktiv övning med en inbyggd kodredigerare och en AI-lärare dygnet runt. Kursen i Lär Er AI med Python innehåller totalt 5 lektioner.
Vad lär jag mig i ”Datavisualisering med Matplotlib”?
Upptäck hur ni skapar visualiseringar för att förstå era data Ni övar på Lär Er AI med Python med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.
Behöver jag någon erfarenhet för att börja lära mig Lär Er AI med Python?
Du behöver inga förkunskaper. Utbildningen i Lär Er AI med Python på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 2 av 5.
Hur lång tid tar lektionen ”Datavisualisering med Matplotlib”?
De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.
Kan jag skriva och köra kod i den här Lär Er AI med Python-lektionen?
Ja. Varje Lär Er AI med Python-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.
Alla lektioner i den här kursen
- Dataanalys med Pandas
- Datavisualisering med Matplotlib
- NumPy för numeriska beräkningar
- Hantera API:er med requests
- Webbskrapning med BeautifulSoup