Bảng tính cheat Python Matplotlib

Được xuất bản lại bởi Plato

Người theo dõi: 0

Không có cách nào bạn có thể xây dựng một dự án khoa học dữ liệu bằng Python mà không sử dụng Matplotlib. Trong thực tế, nếu một cái gì đó như:

from matplotlib import pyplot as plt

không nằm trong số 3 hoặc XNUMX dòng đầu tiên của mã của bạn, thì thiếu một cái gì đó. Matplotlib là thư viện vẽ đồ thị nổi tiếng và thường được sử dụng nhất trong Python. Nó cho phép bạn tạo các hình ảnh trực quan rõ ràng và có tính tương tác giúp dữ liệu của bạn dễ hiểu hơn và kết quả của bạn cụ thể hơn.

Hình ảnh trực quan của bạn có thể thay đổi cách người khác cảm nhận kết quả của bạn, cho dù bạn đang trình bày với khách hàng hay đồng nghiệp của mình. Để tạo các hình ảnh trực quan hấp dẫn, bạn sẽ cần có khả năng khai thác tất cả sức mạnh mà Matplotlib cung cấp.

Đây là mục đích của bài viết này, một số tài nguyên giúp bạn bắt đầu, thực hành và thành thạo cách sử dụng Matplotlib để tạo trực quan hóa hỗ trợ mạnh mẽ cho kết quả của bạn.

Nếu bạn chưa quen với khoa học dữ liệu hoặc đang cố gắng làm mới kiến thức của mình, thì một nơi tuyệt vời để bắt đầu là 90 phút Matplotlib trên freecodecamp.

[nội dung được nhúng] [nội dung được nhúng]

Một nơi tuyệt vời khác để bắt đầu là bài viết này của GeekforGeek hướng dẫn bạn từng bước từ cài đặt Matplotlib đến tạo một hình ảnh trực quan đẹp mắt trong vòng chưa đầy 5 phút đọc.

Nếu bạn muốn biết cách tạo trực quan tương tác với Matplotlib, video này của phòng thí nghiệm nghiên cứu nâng cao của UCLA sẽ cho bạn thấy nền tảng và tất cả các tài liệu được sử dụng đều có sẵn trên GitHub.

[nội dung được nhúng] [nội dung được nhúng]

Sau khi bạn có nền tảng vững chắc về những điều cơ bản, thật tuyệt khi có một bản tóm tắt các hàm thường được sử dụng trong Matplotlib mà bạn chắc chắn sẽ sử dụng khi tạo các dự án khoa học dữ liệu của mình.

Vì vậy, hãy để tôi chia sẻ với bạn 3 bảng cheat Matplotlib yêu thích nhất của tôi.

Bảng tính gian lận Python Matplotlib
Nguồn hình ảnh: Matplotlib

Cho dù bạn là người dùng Matplotlib mới bắt đầu, trung cấp hay cao cấp, bạn có thể tìm thấy tất cả những gì bạn muốn trên Matplotlib chính thức trang mạng. Các bảng gian lận này bao gồm các lần truy cập và đoạn mã để tạo, chỉnh sửa và thậm chí tạo hoạt ảnh cho các ô của bạn. Ngoài các bảng gian lận, họ cũng cung cấp các hướng dẫn với các chức năng cơ bản dựa trên mức độ kinh nghiệm của bạn trong việc sử dụng thư viện.
Tiếp theo là bảng gian lận được tạo bởi Datacamp. Datacamp cung cấp các phiên bản pdf/png của cheat sheet và bạn có thể tìm thấy các đoạn mã trên đó trang web. Điều này thật tuyệt nếu bạn muốn sao chép-dán các đoạn mã để dùng thử trước khi chỉnh sửa hoặc kết hợp chúng vào mã của mình.
Cuối cùng nhưng không kém phần quan trọng, một bảng gian lận đơn giản cũng được cung cấp dưới dạng pdf và một trang web bởi CodeAcademy. Bảng gian lận đơn giản này giúp bạn trình bày những điều cơ bản khi sử dụng Matplotlib.

Bảng tính gian lận Python Matplotlib
Nguồn hình ảnh: DataCamp

Những tài nguyên này sẽ giúp bạn xây dựng hiểu biết vững chắc về Matplotlib. Nhưng, nếu bạn muốn tiến thêm một bước nữa để làm chủ thư viện, điều này tài liệu của những người sáng tạo Matplotlib chính thức và tài liệu này bài báo tái tạo sẽ hướng dẫn các mẹo và thủ thuật để đưa cốt truyện và hình ảnh hóa của bạn lên một tầm cao mới.

Biết cách tạo hình ảnh trực quan hấp dẫn là một kỹ năng thiết yếu mà mọi nhà khoa học dữ liệu cần có để hoàn thành xuất sắc công việc của họ. Tôi hy vọng bạn có thể sử dụng các tài nguyên này để xây dựng và nâng cao kỹ năng trực quan hóa dữ liệu của mình cũng như đưa sự nghiệp của bạn lên một tầm cao mới.

Sara Metwalli là một tiến sĩ. ứng cử viên tại Đại học Keio nghiên cứu các cách để kiểm tra và gỡ lỗi các mạch lượng tử. Tôi là thực tập sinh nghiên cứu của IBM và là người ủng hộ Qiskit giúp xây dựng một tương lai lượng tử hơn. Tôi cũng là một nhà văn trên Phương tiện, Tích hợp sẵn, Cô ấy có thể viết mã và KDN viết các bài báo về các chủ đề lập trình, khoa học dữ liệu và công nghệ. Tôi cũng là người dẫn đầu trong chương quốc tế Woman Who Code Python, một người đam mê tàu hỏa, một người thích du lịch và một người yêu nhiếp ảnh.