ข้ามไปยังเนื้อหาหลัก

บ้าน Python

Courses

Introduction to Data Visualization with Matplotlib

พื้นฐานระดับทักษะ

อัปเดตแล้ว 06/2568

Learn how to create, customize, and share data visualizations using Matplotlib.

เริ่มเรียนหลักสูตรฟรี

PythonData Visualization4 ชม.14 videos44 Exercises3,600 เอ็กซ์พี220K+คำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ลองใช้ DataCamp for Business

คำอธิบายรายวิชา

Visualizing data in plots and figures exposes the underlying patterns in the data and provides insights. Good visualizations also help you communicate your data to others, and are useful to data analysts and other consumers of the data. In this course, you will learn how to use Matplotlib, a powerful Python data visualization library. Matplotlib provides the building blocks to create rich visualizations of many different kinds of datasets. You will learn how to create visualizations for different kinds of data and how to customize, automate, and share these visualizations.

ข้อกำหนดเบื้องต้น

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

50 เอ็กซ์พี

Using the matplotlib.pyplot interface

100 เอ็กซ์พี

Adding data to an Axes object

100 เอ็กซ์พี

Customizing your plots

50 เอ็กซ์พี

Customizing data appearance

100 เอ็กซ์พี

Customizing axis labels and adding titles

100 เอ็กซ์พี

Small multiples

50 เอ็กซ์พี

Creating a grid of subplots

50 เอ็กซ์พี

Creating small multiples with plt.subplots

100 เอ็กซ์พี

Small multiples with shared y axis

100 เอ็กซ์พี

เริ่มบท

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

50 เอ็กซ์พี

Read data with a time index

100 เอ็กซ์พี

Plot time-series data

100 เอ็กซ์พี

Using a time index to zoom in

100 เอ็กซ์พี

Plotting time-series with different variables

50 เอ็กซ์พี

Plotting two variables

100 เอ็กซ์พี

Defining a function that plots time-series data

100 เอ็กซ์พี

Using a plotting function

100 เอ็กซ์พี

Annotating time-series data

50 เอ็กซ์พี

Annotating a plot of time-series data

100 เอ็กซ์พี

Plotting time-series: putting it all together

100 เอ็กซ์พี

เริ่มบท

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

50 เอ็กซ์พี

100 เอ็กซ์พี

Stacked bar chart

100 เอ็กซ์พี

Quantitative comparisons: histograms

50 เอ็กซ์พี

Creating histograms

100 เอ็กซ์พี

"Step" histogram

100 เอ็กซ์พี

Statistical plotting

50 เอ็กซ์พี

Adding error-bars to a bar chart

100 เอ็กซ์พี

Adding error-bars to a plot

100 เอ็กซ์พี

Creating boxplots

100 เอ็กซ์พี

Quantitative comparisons: scatter plots

50 เอ็กซ์พี

Simple scatter plot

100 เอ็กซ์พี

Encoding time by color

100 เอ็กซ์พี

เริ่มบท

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

50 เอ็กซ์พี

Selecting a style for printing

50 เอ็กซ์พี

Switching between styles

100 เอ็กซ์พี

Saving your visualizations

50 เอ็กซ์พี

Saving a file several times

100 เอ็กซ์พี

Save a figure with different sizes

100 เอ็กซ์พี

Automating figures from data

50 เอ็กซ์พี

Unique values of a column

100 เอ็กซ์พี

Automate your visualization

100 เอ็กซ์พี

Where to go next

50 เอ็กซ์พี

เริ่มบท

Introduction to Data Visualization with Matplotlib

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

สำหรับธุรกิจ

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ให้ทีมของคุณเข้าถึงแพลตฟอร์ม DataCamp แบบเต็มรูปแบบ รวมถึงฟีเจอร์ทั้งหมด

ในแทร็กต่อไปนี้

Associate Data Scientist in Pythonการรับรอง

Data Visualization in Python

instructors

Ariel Rokem

Senior Data Scientist, University of Washington

collaborators

Chester Ismay

Amy Peterson

Courses resources

Seattle weatherdatasets

Austin weatherdatasets

Climate datadatasets

Medals by countrydatasets

Medalist weightsdatasets

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม Introduction to Data Visualization with Matplotlib วันนี้เลย!

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา