본문으로 바로가기

강의

Matplotlib으로 시작하는 데이터 시각화

기초기술 수준

업데이트됨 2025. 6.

Matplotlib을 사용하여 데이터 시각화를 생성, 맞춤 설정 및 공유하는 방법을 알아보세요.

무료로 강의 시작

PythonData Visualization4시간14 동영상44 연습 문제3,600 XP220K+성취 증명서

무료 계정을 만드세요

또는

계속 진행하시면 당사의 이용약관, 개인정보처리방침 및 귀하의 데이터가 미국에 저장되는 것에 동의하시는 것입니다.

수천 개 기업의 학습자들이 사랑하는

2명 이상을 교육하시나요?

DataCamp for Business 체험

강의 설명

그래프와 도표로 데이터를 시각화하면 데이터에 숨어 있는 패턴을 드러내고 인사이트를 얻을 수 있어요. 좋은 시각화는 다른 사람에게 데이터를 효과적으로 전달하는 데에도 도움이 되어, 데이터 분석가와 데이터 소비자 모두에게 유용합니다. 이 강의에서는 강력한 Python 데이터 시각화 라이브러리인 Matplotlib 사용법을 배웁니다. Matplotlib은 다양한 종류의 데이터셋을 풍부하게 표현할 수 있는 구성 요소를 제공합니다. 서로 다른 유형의 데이터를 어떻게 시각화하는지, 그리고 이러한 시각화를 어떻게 사용자 지정하고, 자동화하고, 공유하는지 살펴봅니다.동영상에는 실시간 자막이 포함되어 있으며, 동영상 왼쪽 하단의 "Show transcript"를 클릭해 표시할 수 있어요. 강의 용어집은 오른쪽의 리소스 섹션에서 확인할 수 있습니다. CPE 학점을 받으려면 강의를 완료하고 자격 평가에서 70% 이상을 획득해야 합니다. 오른쪽의 CPE 크레딧 안내를 클릭하면 평가로 이동할 수 있어요.

선수 조건

Introduction to Python

1

Introduction to Matplotlib

This chapter introduces the Matplotlib visualization library and demonstrates how to use it with data.

Introduction to data visualization with Matplotlib

Using the matplotlib.pyplot interface

Adding data to an Axes object

Customizing your plots

Customizing data appearance

Customizing axis labels and adding titles

Small multiples

Creating a grid of subplots

Creating small multiples with plt.subplots

Small multiples with shared y axis

2

Plotting time-series

Time series data is data that is recorded. Visualizing this type of data helps clarify trends and illuminates relationships between data.

Plotting time-series data

Read data with a time index

Plot time-series data

Using a time index to zoom in

Plotting time-series with different variables

Plotting two variables

Defining a function that plots time-series data

Using a plotting function

Annotating time-series data

Annotating a plot of time-series data

Plotting time-series: putting it all together

3

Quantitative comparisons and statistical visualizations

Visualizations can be used to compare data in a quantitative manner. This chapter explains several methods for quantitative visualizations.

Quantitative comparisons: bar-charts

Stacked bar chart

Quantitative comparisons: histograms

Creating histograms

"Step" histogram

Statistical plotting

Adding error-bars to a bar chart

Adding error-bars to a plot

Creating boxplots

Quantitative comparisons: scatter plots

Simple scatter plot

Encoding time by color

4

Sharing visualizations with others

This chapter shows you how to share your visualizations with others: how to save your figures as files, how to adjust their look and feel, and how to automate their creation based on input data.

Preparing your figures to share with others

Selecting a style for printing

Switching between styles

Saving your visualizations

Saving a file several times

Save a figure with different sizes

Automating figures from data

Unique values of a column

Automate your visualization

Where to go next

Matplotlib으로 시작하는 데이터 시각화

강의
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 자격증을 추가하세요
소셜 미디어와 성과 평가에서 공유하세요지금 등록

19백만 명 이상의 학습자와 함께 Matplotlib으로 시작하는 데이터 시각화을(를) 시작하세요!

무료 계정을 만드세요

또는

계속 진행하시면 당사의 이용약관, 개인정보처리방침 및 귀하의 데이터가 미국에 저장되는 것에 동의하시는 것입니다.

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.