Немає способу створення наукового проекту на Python без використання Matplotlib. Фактично, якщо щось на зразок:
from matplotlib import pyplot as plt
не входить до числа перших 3 або чотирьох рядків вашого коду, то чогось не вистачає. Matplotlib є найвідомішою та найпоширенішою бібліотекою графічних зображень у Python. Це дозволяє створювати чіткі та інтерактивні візуалізації, які роблять ваші дані легшими для розуміння, а ваші результати більш конкретними.
Ваші візуалізації можуть змінити те, як ваші результати будуть сприйняті іншими, незалежно від того, презентуєте ви своїм клієнтам чи колегам. Щоб створювати переконливі візуалізації, вам потрібно буде використовувати всю потужність, яку пропонує Matplotlib.
Саме для цього і призначена ця стаття, деякі ресурси, які допоможуть вам почати, потренуватися та освоїти використання Matplotlib для створення візуалізацій, які сильно підтримують ваші результати.
Якщо ви новачок у науці про дані або намагаєтесь оновити свої знання, чудовим місцем для початку є 90-хвилинний Matplotlib на freecodecamp.
[вбудований вміст][вбудований вміст]
Ще одне чудове місце для початку — ця стаття geeksforgeeks який проведе вас крок за кроком від встановлення Matplotlib до створення красивої візуалізації менш ніж за 5 хвилин читання.
Якщо ви хочете знати, як створити інтерактивну візуалізацію за допомогою Matplotlib, це відео передової дослідницької лабораторії Каліфорнійського університету в Лос-Анджелесі покаже вам основу, а всі використані матеріали доступні на GitHub.
[вбудований вміст][вбудований вміст]
Після того, як у вас є міцна основа основ, завжди приємно мати короткий виклад функцій, які часто використовуються в Matplotlib, які ви обов’язково використовуватимете під час створення проектів з вивчення даних.
Отже, дозвольте мені поділитися з вами трьома улюбленими шпаргалками Matplotlib.
Джерело зображення: Матплотліб
- Незалежно від того, чи є ви початківцем, середнім чи досвідченим користувачем Matplotlib, ви можете знайти все, що вам потрібно, на офіційному сайті Matplotlib сайт. Ці шпаргалки містять звернення та фрагменти коду щодо створення, редагування та навіть анімації ваших сюжетів. На додаток до шпаргалок, вони також пропонують посібники з основними функціями на основі вашого рівня досвіду користування бібліотекою.
- Далі йде шпаргалка, створена Datacamp. Datacamp пропонує версії шпаргалок у форматі PDF/PNG, і ви можете знайти фрагменти коду там же веб-сторінка. Це чудово, якщо ви хочете скопіювати та вставити фрагменти, щоб спробувати їх перед редагуванням або додаванням у свій код.
- І останнє, але не менш важливе: проста шпаргалка також пропонується у форматі pdf та веб-сторінці CodeAcademy. Ця проста шпаргалка допоможе вам викласти основи використання Matplotlib.
Джерело зображення: DataCamp
Ці ресурси допоможуть вам створити міцне розуміння Matplotlib. Але, якщо ви хочете зробити додаткову милю, щоб опанувати бібліотеку, це роздатковий матеріал від офіційних творців Matplotlib і це регенеративна стаття навчить порадам і хитрощам, щоб вивести ваші сюжети та візуалізації на новий рівень.
Знання того, як створювати переконливі візуалізації, є важливою навичкою, яка потрібна кожному спеціалісту з обробки даних, щоб досягти успіху у своїй роботі. Я сподіваюся, що ви зможете використати ці ресурси, щоб розвинути й покращити свої навички візуалізації даних і підняти свою кар’єру на новий рівень.
Сара Метваллі є кандидатом наук. кандидат в університеті Кейо, який досліджує способи тестування та налагодження квантових схем. Я стажист IBM-дослідник і прихильник Qiskit, допомагаючи будувати більш квантове майбутнє. Я також пишу статті на теми Medium, Built-in, She Can Code і KDN про програмування, науку про дані та технології. Я також керую міжнародним відділенням Woman Who Code Python, любитель поїздів, мандрівник і любитель фотографії.
- Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
- Платоблокчейн. Web3 Metaverse Intelligence. Розширені знання. Доступ тут.
- джерело: https://www.kdnuggets.com/2023/01/python-matplotlib-cheat-sheets.html?utm_source=rss&utm_medium=rss&utm_campaign=python-matplotlib-cheat-sheets
- 7
- a
- Здатний
- МЕНЮ
- доповнення
- просунутий
- адвокат
- ВСІ
- дозволяє
- завжди
- серед
- та
- стаття
- статті
- доступний
- заснований
- основний
- Основи
- красивий
- перед тим
- Початківець
- будувати
- вбудований
- кандидат
- кар'єра
- зміна
- Глава
- ясно
- клієнтів
- код
- Codecademy
- зазвичай
- переконливий
- зміст
- курс
- Крах
- створювати
- створений
- створення
- Творці
- дані
- наука про дані
- вчений даних
- візуалізація даних
- вниз
- легше
- вбудований
- ентузіаст
- істотний
- Навіть
- перевершувати
- відмінно
- досвід
- додатково
- знаменитий
- Улюблений
- знайти
- Перший
- фонд
- від
- функціональні можливості
- Функції
- майбутнє
- великий
- Гід
- допомога
- допомогу
- допомагає
- число переглядів
- надія
- Як
- How To
- HTTPS
- IBM
- імпорт
- in
- включати
- включати
- установка
- інтерактивний
- Проміжний
- Міжнародне покриття
- IT
- робота
- KDnuggets
- Знати
- знання
- lab
- вести
- рівень
- бібліотека
- ліній
- зробити
- Робить
- майстер
- Матеріали
- matplotlib
- середа
- протокол
- відсутній
- більше
- найбільш
- Необхідність
- потреби
- Нові
- наступний
- пропонувати
- запропонований
- Пропозиції
- офіційний
- порядок
- інші
- сприймається
- малюнок
- місце
- plato
- Інформація про дані Платона
- PlatoData
- влада
- практика
- Програмування
- проект
- проектів
- Python
- qskit
- Квантовий
- RE
- Читати
- дослідження
- ресурси
- результати
- то ж
- наука
- вчений
- Поділитись
- Показувати
- простий
- майстерність
- навички
- solid
- деякі
- що в сім'ї щось
- Source
- старт
- Крок
- просто
- сильно
- РЕЗЮМЕ
- підтримка
- напевно
- Приймати
- приймає
- технології
- тест
- Команда
- Основи
- їх
- Поради
- Поради та рекомендації
- до
- топ
- теми
- поїзд
- мандрівник
- UCLA
- розуміти
- розуміння
- університет
- використання
- користувач
- Відео
- візуалізації
- способи
- Що
- Чи
- ВООЗ
- волі
- без
- жінка
- письменник
- лист
- вашу
- YouTube
- зефірнет