python Курс [Сергей Спирёв] [Stepik] Библиотека Matplotlib. Визуализация данных в Python (2024)

[votivse]

Библиотека Matplotlib. Визуализация данных в Python [stepik] [Сергей Спирёв]
Если перед тем как построить график, с использованием библиотеки Matplotlib, вы тратите слишком много времени на то, чтобы понять, как это сделать, то этот курс точно для вас.

Чему вы научитесь:

• Строить как простые графики, так и сложные с использованием объектно-ориентированного подхода.
• Отображать на одном рисунке несколько подграфиков. Управлять размерами и местоположением подграфиков на основном рисунке.
• Управлять осями координат - менять значения меток на осях координат, масштабировать эти значения. Отображать как основные значения на осях координат, так и вспомогательные.
• Наносить на график линии сетки координат, легенду, отображать заголовок графика, присваивать осям координат наименования, менять цветовую гамму графиков.
• Изменять размеры графика, управлять качеством изображения рисунка, сохранять диаграммы в файлы в формате рисунков и pdf.
• Научитесь строить графики различных типов - линейные, столбчатые графики, диаграммы рассеяния, гистограммы, диаграммы размаха, круговые диаграммы и стековые графики.

О курсе:
В этом курсе я собрал и систематизировал всё самое необходимое, что нужно новичку, который делает только первые шаги в знакомстве с библиотекой Matplotlib. В нём нет лишней, ненужной информации, нет воды и каких-то заумствований.
Фраза: "Лучше один раз увидеть, чем сто раз услышать" как нельзя лучше подходит к теме визуализации данных. Поэтому давайте посмотрим на возможности, которые у вас появятся после прохождения этого курса.

Для кого этот курс:
Для тех, кто уже программирует на Python, но все еще испытывает сложности с построением графиков. Курс поможет разобраться с основными возможностями библиотеки Matplotlib.

Программа курса:
Настройки графиков

1. Вступление
2. Подготовка к работе с библиотекой matplotlib
3. plt.plot(). Строим первый график
4. plt.grid(). Отображаем сетку
5. plt.title(). Создаём заголовок графика
6. plt.xlabel(), plt.ylabel(). Присваиваем названия осям
7. plt.xlim(), plt.ylim()
8. plt.xticks(), plt.yticks()
9. Ширина, цвет и типы линий графика
10. Варианты отображения точек на графике
11. Строим несколько линий на одном графике
12. plt.legend(). Отображаем легенду на графике
13. plt.subplot()

Объектно-ориентированный подход к созданию графиков

1. figure(), axes(). Наносим координатные оси на график
2. Строим график
3. Легенда, линии сетки и цвет фона
4. Заголовок, названия и размерности осей
5. tick_params()
6. subplots()
7. GridSpec

Типы графиков

1. scatter
2. bar, barh
3. hist
4. boxplot
5. pie
6. stackplot
7. Заключение

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.

 

[kdatz]

Для аналитика данных есть ещё какие-нибудь курсы на степике?

 

[TBoU_[b]aTR]

С точки зрения наполнения информацией, это крепкий курс по matplotlib с нуля (достаточно понимать основы numpy и pandas). Разобраны все основные типы графиков и возможности их кастомизации. После прохождения этого материала можно брать и уверенно строить любые графики.

Минус только один: пиpaты оставили многовато водяных знаков и не очень аккуратно сохранили слив в PDF. Но и на этом огромное спасибо от работяг.

 

[Allurin]

Спасибо, собрали много нового материала в одном месте.

 

[tros95]

Намного ли больше инфы чем в официальной (очень качественной) документации?