1

MODUL PERKULIAHAN

W542100001 –
Analisis Data
Python Math Plot Library

Abstrak Sub-CPMK

Visualisasi data dalam Sub-CPMK 4.1.

beragam plot. Bar Graph, Mampu menyajikan data secara visual
Pie Chart, Histogram, untuk dianalisa lebih lanjut,
Scatter Plot dan 3D Plot menggunakan Pustaka Matplotlib.

7.1. Apa itu Matplotlib

 Untuk membuat kesimpulan statistik yang diperlukan, kita perlu memvisualisasikan
data Kita dan Matplotlib adalah salah satu solusi untuk pengguna Python. Ini adalah
pustaka plot yang sangat kuat yang berguna bagi mereka yang bekerja dengan Python
dan NumPy. Modul Matplotib yang paling banyak digunakan adalah Pyplot yang
menyediakan antarmuka seperti MATLAB tetapi sebaliknya, ia menggunakan Python dan
bersifat open source.

7.2. Konsep Umum

Gambar Matplotlib dapat dikategorikan menjadi beberapa bagian seperti di bawah

ini:
Gambar: Merupakan gambar utuh yang dapat memuat satu atau lebih dari satu
sumbu (plot). Kita dapat menganggap Gambar sebagai kanvas yang berisi plot.
Axes: Ini adalah apa yang biasanya kita anggap sebagai plot. Sebuah Gambar
dapat berisi banyak Sumbu. Ini berisi dua atau tiga (dalam kasus 3D) objek Sumbu .Setiap
Sumbu memiliki judul, label-x dan label-y.
Sumbu: Mereka adalah objek seperti garis bilangan dan berhati-hati dalam
menghasilkan batas grafik.
Artis: Segala sesuatu yang dapat dilihat pada gambar adalah seorang seniman
seperti Textbenda, Line2Dbenda, collectionbenda. Kebanyakan Artis terikat pada Axes.

7.3. Mulai dengan Pyplot

Pyplot adalah modul Matplotlib yang menyediakan fungsi sederhana untuk
menambahkan elemen plot seperti garis, gambar, teks, dll. ke sumbu saat ini pada gambar
saat ini.

7.3.1. Buat plot sederhana

Di sini kita mengimpor modul Pyplot Matplotlib dan perpustakaan Numpy karena
sebagian besar data yang akan kita kerjakan hanya dalam bentuk array.

2021 Analisis Data

2 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
 Kami meneruskan dua array sebagai argumen input kami ke plot() metode Pyplot
dan menggunakan show()metode untuk memanggil plot yang diperlukan. Di sini perhatikan
bahwa larik pertama muncul pada sumbu x dan larik kedua muncul pada sumbu y plot.
Sekarang plot pertama kita sudah siap, mari kita tambahkan judul, dan beri nama sumbu x
dan sumbu y menggunakan metode title(), xlabel() dan ylabel() masing - masing.

2021 Analisis Data

3 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Kami juga dapat menentukan ukuran gambar menggunakan metode figure() dan
meneruskan nilai sebagai tupel dari panjang baris dan kolom ke argumen figsize

Dengan setiap argumen X dan Y, Kita juga dapat meneruskan argumen ketiga
opsional dalam bentuk string yang menunjukkan warna dan tipe garis plot. Format default
adalah b- yang berarti garis biru solid. Pada gambar di bawah ini kita menggunakan go
yang artinya lingkaran hijau. Demikian juga, kita dapat membuat banyak kombinasi seperti
itu untuk memformat plot kita.

2021 Analisis Data

4 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
 Kami juga dapat memplot beberapa set data dengan meneruskan beberapa set
argumen sumbu X dan Y dalam plot()metode seperti yang ditunjukkan.

7.3.2. Beberapa plot dalam satu gambar:

Kita dapat menggunakan subplot() metode untuk menambahkan lebih dari satu plot
dalam satu gambar. Pada gambar di bawah, kami menggunakan metode ini untuk
memisahkan dua grafik yang kami plot pada sumbu yang sama pada contoh sebelumnya.
The subplot() Metode mengambil tiga argumen: mereka nrows, ncols dan index. Mereka
menunjukkan jumlah baris, jumlah kolom dan nomor indeks sub-plot. Misalnya, dalam
contoh kita, kita ingin membuat dua sub-plot dalam satu angka sehingga ia datang dalam
satu baris dan dua kolom dan oleh karena itu kita melewati argumen (1,2,1) dan (1,2,2) di
metode subplot(). Perhatikan bahwa kami telah menggunakan metode title() secara
terpisah untuk kedua subplot. Kami menggunakan metode subtitle() untuk membuat judul
terpusat untuk gambar.

2021 Analisis Data

5 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Jika kita ingin sub-plot kita dalam dua baris dan satu kolom, kita dapat melewatkan
argumen (2,1,1) dan (2,1,2)

2021 Analisis Data

6 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
 Cara membuat subplot di atas menjadi sedikit membosankan ketika kita
menginginkan banyak subplot pada gambar kita. Cara yang lebih nyaman adalah dengan
menggunakan subpltots()metode. Perhatikan perbedaan 's' di kedua metode. Metode ini
mengambil dua argumen nrowsdan ncolssebagai jumlah baris dan jumlah kolom masing-
masing. Metode ini membuat dua objek: figuredan axesyang kita simpan dalam variabel fig
dan axe yang dapat digunakan untuk mengubah atribut level figure dan axes. Perhatikan
bahwa nama variabel ini dipilih secara sewenang-wenang.

7.4. Beragam Grafik dengan Pyplot

7.4.1. Bar Graph

Grafik batang adalah salah satu jenis grafik yang paling umum dan digunakan untuk
menampilkan data yang terkait dengan variabel kategori. Pyplot menyediakan metode

2021 Analisis Data

7 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
bar()untuk membuat grafik batang yang mengambil argumen: variabel kategorikal, nilai
dan warnanya (jika Kita ingin menentukannya).

Untuk membuat grafik batang horizontal gunakan metode barh()Juga kita dapat
melewatkan argumen (dengan nilainya) xerratau yerr(dalam kasus grafik batang vertikal di
atas) untuk menggambarkan varians dalam data kita sebagai berikut:

Untuk membuat grafik batang bertumpuk horizontal, kami menggunakan bar()metode dua
kali dan meneruskan argumen di mana kami menyebutkan indeks dan lebar grafik batang
kami untuk menumpuknya secara horizontal. Juga, perhatikan penggunaan dua metode

2021 Analisis Data

8 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
lain legend()yang digunakan untuk menunjukkan legenda grafik dan xticks()untuk memberi
label sumbu x kita berdasarkan posisi batang kita.

Demikian pula, untuk menumpuk grafik batang secara vertikal, kita dapat menggunakan
argumen bottomdan menyebutkan grafik batang yang ingin kita susun di bawah sebagai
nilainya.

2021 Analisis Data

9 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
7.4.2. Pie Chart

Satu lagi tipe dasar bagan adalah Pie Chart yang dapat dibuat menggunakan metode pie()
Kami juga dapat meneruskan argumen untuk menyesuaikan Pie Chart kami untuk
menampilkan bayangan, melonggarkan sebagiannya, memiringkannya pada sudut
sebagai berikut:

7.4.3. Histogram

Histogram adalah jenis plot yang sangat umum ketika kita melihat data seperti tinggi dan
berat badan, harga saham, waktu tunggu untuk pelanggan, dll yang sifatnya kontinu. Data
histogram diplot dalam rentang terhadap frekuensinya. Histogram adalah grafik yang
sangat umum terjadi dalam probabilitas dan statistik dan membentuk dasar untuk berbagai
distribusi seperti distribusi normal, distribusi t, dll. Dalam contoh berikut, kami
menghasilkan data kontinu acak dari 1000 entri dan memplotnya terhadap frekuensinya
dengan data dibagi menjadi 10 strata yang sama. Kami telah menggunakan
random.randn()metode NumPy yang menghasilkan data dengan sifat-sifat distribusi
normal standar yaitu mean = 0 dan standar deviasi = 1, dan karenanya histogram terlihat
seperti kurva distribusi normal.

2021 Analisis Data

10 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
7.4.4. Scatter Plot dan 3D Plot

Scatter plot adalah grafik yang banyak digunakan, terutama berguna dalam
memvisualisasikan masalah regresi. Dalam contoh berikut, kami memasukkan data tinggi
dan berat badan yang dibuat secara sewenang-wenang dan memplotnya satu sama lain.
Kami menggunakan xlim()dan ylim()metode untuk mengatur batas sumbu X dan sumbu Y
masing-masing.

2021 Analisis Data

11 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Pencar di atas juga dapat divisualisasikan dalam tiga dimensi. Untuk menggunakan fungsi
ini, pertama-tama kita mengimpor modul mplot3dsebagai berikut:
dari mpl_toolkits impor mplot3d
Setelah modul diimpor, sumbu tiga dimensi dibuat dengan meneruskan kata kunci
projection='3d'ke axes()metode modul Pyplot. Setelah instance objek dibuat, kami
meneruskan argumen tinggi dan berat kami ke scatter3D()metode.

Kita juga bisa membuat grafik 3-D jenis lain seperti grafik garis, permukaan, gambar
rangka, kontur, dll. Contoh di atas dalam bentuk grafik garis sederhana adalah sebagai
berikut: Di sini scatter3D()kita menggunakan metodeplot3D()

2021 Analisis Data

12 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
7.5. Ringkasan
Semoga artikel ini bermanfaat bagi Kita. Jika Kita menyukai artikel ini, silakan sampaikan
penghargaan kita. Sebelum kita mengakhiri artikel di sini adalah daftar semua metode
yang muncul.
 plot(x-axis values, y-axis values) — plots a simple line graph with x-axis values
against y-axis values
 show() — displays the graph
 title(“string”) — set the title of the plot as specified by the string
 xlabel(“string”) — set the label for x-axis as specified by the string
 ylabel(“string”) — set the label for y-axis as specified by the string
 figure() — used to control a figure level attributes
 subplot(nrows, ncols, index) — Add a subplot to the current figure
 suptitle(“string”) — It adds a common title to the figure specified by the string
 subplots(nrows, ncols, figsize) — a convenient way to create subplots, in a single
call. It returns a tuple of a figure and number of axes.
 set_title(“string”) — an axes level method used to set the title of subplots in a figure
 bar(categorical variables, values, color) — used to create vertical bar graphs
 barh(categorical variables, values, color) — used to create horizontal bar graphs
 legend(loc) — used to make legend of the graph
 xticks(index, categorical variables) — Get or set the current tick locations and
labels of the x-axis
 pie(value, categorical variables) — used to create a pie chart
 hist(values, number of bins) — used to create a histogram
 xlim(start value, end value) — used to set the limit of values of the x-axis
 ylim(start value, end value) — used to set the limit of values of the y-axis
 scatter(x-axis values, y-axis values) — plots a scatter plot with x-axis values
against y-axis values
 axes() — adds an axes to the current figure
 set_xlabel(“string”) — axes level method used to set the x-label of the plot specified
as a string
 set_ylabel(“string”) — axes level method used to set the y-label of the plot specified
as a string
 scatter3D(x-axis values, y-axis values) — plots a three-dimensional scatter plot with
x-axis values against y-axis values

2021 Analisis Data

13 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
  plot3D(x-axis values, y-axis values) — plots a three-dimensional line graph with x-
axis values against y-axis values

Daftar Pustaka
https://towardsdatascience.com/matplotlib-tutorial-learn-basics-of-pythons-powerful-
plotting-library-b5d1b8f67596
https://github.com/rougier/matplotlib-tutorial
https://github.com/rasbt/matplotlib-gallery

2021 Analisis Data

14 Eko Ihsanto, Dr, Ir, M.Eng
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/