Matplotlib ile Veri Görselleştirme
Verilerinizi anlamak için görselleştirmeler oluşturmayı keşfetme
Matplotlib ile Veri Görselleştirme, CoddyKit'te ücretsiz bir Learn AI with Python dersidir. Bu, 5 dersinin 2. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Learn AI with Python öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Learn AI with Python kursu toplamda 5 dersten oluşur.
Matplotlib'e Giriş
Matplotlib'e Giriş
Matplotlib; çizgi grafikleri, çubuk grafikleri, dağılım grafikleri ve daha fazlası dâhil olmak üzere görselleştirmeler oluşturmak için kullanılan popüler bir Python kitaplığıdır.
Bu derste çeşitli grafik türleri oluşturmak ve bunları özelleştirmek için Matplotlib'i nasıl kullanacağınızı öğreneceksiniz.

Matplotlib'i Yükleme
Matplotlib'i Yükleme
Matplotlib'i yüklemek için terminalinizde aşağıdaki komutu kullanın:
pip install matplotlib
Yükleme tamamlandıktan sonra Python betiklerinizde onu içe aktarabilirsiniz:
# Importing matplotlib
import matplotlib.pyplot as plt
print("Matplotlib imported successfully")Basit Bir Çizgi Grafiği Oluşturma
Basit Bir Çizgi Grafiği Oluşturma
Matplotlib'in plot() işlevini kullanarak temel bir çizgi grafiği oluşturabilirsiniz:
# 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()Grafikleri Özelleştirme
Grafikleri Özelleştirme
Matplotlib; başlıklar, etiketler, açıklamalar ve farklı çizgi stilleriyle grafikleri özelleştirmenize olanak tanır:
# 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()Çubuk Grafikleri Oluşturma
Çubuk Grafikleri Oluşturma
Çubuk grafikleri, kategorileri karşılaştırmak için kullanışlıdır. Çubuk grafiği oluşturmak için bar() işlevini kullanın:
# 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()Dağılım Grafikleri Oluşturma
Dağılım Grafikleri Oluşturma
Dağılım grafikleri, iki değişken arasındaki ilişkileri göstermek için kullanışlıdır. scatter() işlevini kullanın:
# 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()Histogramlar Oluşturma
Histogramlar Oluşturma
Histogramlar bir veri kümesinin dağılımını gösterir. hist() işlevini kullanın:
# 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()Birden Çok Grafik Ekleme
Birden Çok Grafik Ekleme
subplot() işlevini kullanarak aynı şekle birden çok grafik ekleyebilirsiniz:
# 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()Matplotlib Kullanırken Sık Yapılan Hatalar
Matplotlib Kullanırken Sık Yapılan Hatalar
Kaçınmanız gereken bazı hatalar şunlardır:
- Grafiği görüntülemek için
plt.show()çağırmayı unutmak. - Düzeni ayarlamadan üst üste binen öğeler kullanmak.
- Anlaşılırlık için eksenleri ve grafikleri etiketlememek.
Ne Öğrendiniz?
Ne Öğrendiniz?
Bu derste şunları öğrendiniz:
- Matplotlib'i yüklemeyi ve içe aktarmayı.
- Çizgi grafikleri, çubuk grafikleri, dağılım grafikleri ve histogramlar oluşturmayı.
- Grafikleri etiketler, göstergeler ve birden çok grafikle özelleştirmeyi.
Harika iş çıkardınız! Şimdi sonraki konuya geçelim.

Sıkça Sorulan Sorular
“Matplotlib ile Veri Görselleştirme” dersi ücretsiz mi?
Evet — “Matplotlib ile Veri Görselleştirme” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Learn AI with Python kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Learn AI with Python kursu toplamda 5 dersten oluşur.
“Matplotlib ile Veri Görselleştirme” dersinde ne öğreneceğim?
Verilerinizi anlamak için görselleştirmeler oluşturmayı keşfetme Learn AI with Python ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
Learn AI with Python öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te Learn AI with Python, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 5 dersinin 2. dersidir.
“Matplotlib ile Veri Görselleştirme” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu Learn AI with Python dersinde kod yazıp çalıştırabilir miyim?
Evet. Her Learn AI with Python dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- Pandas ile Veri Analizi
- Matplotlib ile Veri Görselleştirme
- Sayısal Hesaplamalar için NumPy
- requests ile API'leri Kullanma
- BeautifulSoup ile Web Kazıma