MODUL PERKULIAHAN
W542100001 –
Analisis Data
Python Math Plot Library
Abstrak Sub-CPMK
Di sini kita mengimpor modul Pyplot Matplotlib dan perpustakaan Numpy karena
sebagian besar data yang akan kita kerjakan hanya dalam bentuk array.
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.
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.
Grafik batang adalah salah satu jenis grafik yang paling umum dan digunakan untuk
menampilkan data yang terkait dengan variabel kategori. Pyplot menyediakan metode
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
Demikian pula, untuk menumpuk grafik batang secara vertikal, kita dapat menggunakan
argumen bottomdan menyebutkan grafik batang yang ingin kita susun di bawah sebagai
nilainya.
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.
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.
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()
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