Udemy

Matplotlib Tutorial

Un tutoriel vidéo gratuit de Jose Portilla
Head of Data Science at Pierian Training
Note : 4,6 sur 5Note globale du formateur
87 cours
4 602 579 participants
Introduction to Matplotlib

Description de la session

Learn about Data Visualization with Matplotlib and Python!

Pour en savoir plus, suivez le cours complet

Python for Data Science and Machine Learning Bootcamp

Learn how to use NumPy, Pandas, Seaborn , Matplotlib , Plotly , Scikit-Learn , Machine Learning, Tensorflow , and more!

Vidéo à la demande de 24:46:40 • Mise à jour : mai 2020

Use Python for Data Science and Machine Learning
Use Spark for Big Data Analysis
Implement Machine Learning Algorithms
Learn to use NumPy for Numerical Data
Learn to use Pandas for Data Analysis
Learn to use Matplotlib for Python Plotting
Learn to use Seaborn for statistical plots
Use Plotly for interactive dynamic visualizations
Use SciKit-Learn for Machine Learning Tasks
K-Means Clustering
Logistic Regression
Linear Regression
Random Forest and Decision Trees
Natural Language Processing and Spam Filters
Neural Networks
Support Vector Machines
Français [Aut.]
Bonjour à tous et bienvenue à l'introduction à la conférence lib et à cette conférence, nous allons obtenir une brève introduction de ce qu'est Matt, puis vous montrer un peu du site Web de plotless. Matt lib ou comme certains le prononcent Matt plus libe est la bibliothèque de plodding la plus populaire pour Python et elle vous donne vraiment un contrôle complet sur presque tous les aspects d'une figure ou d'un complot et elle est conçue pour avoir une sensation très similaire à Matlab qui est une autre programmation Le langage dans ses propres capacités de traçage graphique map plot lib fonctionne très bien avec Pandanus et la race des arbitres, c'est pourquoi nous allons en apprendre plus tard. Nous allons découvrir d'autres bibliothèques telles que Seaborn qui est en fait construite à partir de Matt Plup live. Mais pour comprendre ces bibliothèques, il est important de comprendre que l'intrigue a vécu.Vous devez d'abord l'installer avec Pipp ou Konda sur votre ligne de commande ou votre terminal avec l'une des commandes suivantes pour utiliser la distribution Anaconda de python. Une simple installation par Konda de Matt Cutlip sur votre ligne de commande ou votre terminal devrait l'installer en direct pour vous. Ou si vous utilisez une autre version de Python, Pipp install matplotlib devrait également fonctionner pour vous. Maintenant, allons-y et faisons un tour rapide du site officiel. Ok, je suis ici à cette organisation en direct de l'intrigue qui est le site Web officiel de l'intrigue de la carte. Vous verrez ici des informations d'introduction ainsi que des instructions d'installation plus officielles et d'autres liens de documentation. Le lien probablement le plus important sur cette page est cependant ici sous la galerie. Si vous cliquez sur la galerie ou accédez à cette partie en direct de la galerie de barre oblique, vous serez redirigé vers ce lien et vous devriez voir une liste de plusieurs types de noms de parcelles. Et si vous continuez à faire défiler vers le bas, vous verrez qu'il y a un tas de figures ou d'exemples de figures et ce sont tous les différents types de tracés que Cutlip est capable de créer pour vous. Plus tard, nous apprendrons à utiliser d'autres bibliothèques qui sont meilleures pour des choses telles que les tracés fiscaux. Mais si jamais vous vous posez une question sur les capacités de vie de cette intrigue, vous pouvez venir sur cette page et rechercher le type d'intrigue que vous recherchez. Par exemple, si je continue et que je fais défiler vers le haut ici, disons que vous voulez créer un graphique à secteurs. Voulez-vous venir ici et il y a une galerie pour voir où il est question de camemberts. Cliquez ici. Cartes polaires haut de gamme. Ils se résumeront à ce lien, puis je vais vous montrer quelques chiffres ici qui sont, espérons-le, des exemples pertinents une fois que vous en trouverez un qui ressemble à ce que vous voulez faire, allez-y et cliquez sur ce premier. Cela vous amènera à une page d'exemple qui doit non seulement figurer, mais qui contient également du code très bien commenté et des instructions sur la façon d'effectuer les tracés que vous recherchez. Dans ce cas, un graphique à secteurs. D'accord. C'est donc probablement la page la plus utile sur ce putt. Les autres liens sont simplement des liens vers les fonctions de documentation qu'il contient. Et nous allons passer en revue les fonctions les plus courantes tout au long de cette section du cours. D'accord. N'oubliez pas que matplotlib org est une ressource pour vous, en particulier la page de la galerie. À venir, nous allons vous montrer comment utiliser Matt Plett en direct pour créer vos propres figures. Merci à tous et je vous verrai à la prochaine conférence
À propos de ce cours