Visualisasi Data adalah proses penyajian data dalam bentuk grafik atau bagan. Ini membantu untuk memahami data dalam jumlah besar dan kompleks dengan sangat mudah. Ini memungkinkan pembuat keputusan untuk membuat keputusan dengan sangat efisien dan juga memungkinkan mereka mengidentifikasi tren dan pola baru dengan sangat mudah. Ini juga digunakan dalam analisis data tingkat tinggi untuk Machine Learning dan Exploratory Data Analysis (EDA). Visualisasi data dapat dilakukan dengan berbagai alat seperti Tableau, Power BI, Python
Pada artikel ini, kita akan membahas cara memvisualisasikan data dengan bantuan library Matplotlib Python
Matplotlib
Matplotlib adalah pustaka Python tingkat rendah yang digunakan untuk visualisasi data. Mudah digunakan dan meniru MATLAB seperti grafik dan visualisasi. Pustaka ini dibangun di atas array NumPy dan terdiri dari beberapa plot seperti bagan garis, bagan batang, histogram, dll. Ini memberikan banyak fleksibilitas tetapi dengan biaya menulis lebih banyak kode
Instalasi
Kami akan menggunakan perintah pip untuk menginstal modul ini. Jika Anda belum menginstal pip, lihat artikelnya, Unduh dan instal pip Versi Terbaru
Untuk menginstal Matplotlib ketik perintah di bawah ini di terminal
pip install matplotlibLihat artikel di bawah ini untuk mendapatkan informasi selengkapnya menyiapkan lingkungan dengan Matplotlib
- Pengaturan Lingkungan untuk Matplotlib
- Menggunakan Matplotlib dengan Jupyter Notebook
Plot
Pyplot adalah modul Matplotlib yang menyediakan antarmuka seperti MATLAB. Matplotlib dirancang agar dapat digunakan seperti MATLAB, dengan kemampuan untuk menggunakan Python dan keuntungan karena bebas dan bersumber terbuka. Setiap fungsi pyplot membuat beberapa perubahan pada gambar. e. g. , membuat gambar, membuat area plot pada gambar, memplot beberapa garis pada area plot, menghiasi plot dengan label, dll. Berbagai plot yang dapat kita manfaatkan menggunakan Pyplot adalah Line Plot, Histogram, Scatter, 3D Plot, Image, Contour, dan Polar
Setelah mengetahui sekilas tentang Matplotlib dan pyplot mari kita lihat cara membuat plot sederhana
Contoh
Python3
import matplotlib.pyplot as plt
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
matplotlib.pyplot as plt6
matplotlib.pyplot as plt7
matplotlib.pyplot as plt_8
Keluaran
Sekarang mari kita lihat bagaimana menambahkan beberapa elemen dasar seperti judul, legenda, label ke grafik
Catatan. Untuk informasi lebih lanjut tentang Pyplot, lihat Pyplot di Matplotlib
Menambahkan Judul
Metode title() dalam modul matplotlib digunakan untuk menentukan judul visualisasi yang digambarkan dan menampilkan judul menggunakan berbagai atribut
Sintaksis
matplotlib. pyplot. judul(label, fontdict=Tidak ada, loc=’pusat’, pad=Tidak ada, **kwargs)
Contoh
Python3
import matplotlib.pyplot as plt
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
matplotlib.pyplot as plt6
matplotlib.pyplot as plt7
=_6
=7=8=9
matplotlib.pyplot as plt_8
Keluaran
Kita juga bisa mengubah tampilan judul dengan menggunakan parameter fungsi ini
Contoh
Python3
import matplotlib.pyplot as plt
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
matplotlib.pyplot as plt6
matplotlib.pyplot as plt7
=_6
=7=8201=matplotlib.pyplot as plt0204=206=9
matplotlib.pyplot as plt_8
Keluaran
Catatan. Untuk informasi selengkapnya tentang menambahkan judul dan penyesuaiannya, lihat Matplotlib. pyplot. judul() dengan Python
Menambahkan Label X dan Label Y
Dalam istilah awam, label X dan label Y masing-masing adalah judul yang diberikan untuk sumbu X dan sumbu Y. Ini dapat ditambahkan ke grafik dengan menggunakan metode xlabel() dan ylabel()
Sintaksis
matplotlib. pyplot. xlabel(xlabel, fontdict=Tidak ada, labelpad=Tidak ada, **kwargs)
matplotlib. pyplot. ylabel(ylabel, fontdict=Tidak ada, labelpad=Tidak ada, **kwargs)
Contoh
Python3
import matplotlib.pyplot as plt
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
matplotlib.pyplot as plt6
matplotlib.pyplot as plt7
=_6
=7=8201=matplotlib.pyplot as plt0204=206=9
import_36
import_37import38=9
import_40
import_41import42=9
matplotlib.pyplot as plt_8
Keluaran
Menetapkan Batas dan Mencentang label
Anda mungkin telah melihat bahwa Matplotlib secara otomatis menetapkan nilai dan penanda (titik) dari sumbu X dan Y, namun dimungkinkan untuk mengatur batas dan penanda secara manual. Fungsi xlim() dan ylim() digunakan untuk mengatur batas sumbu X dan sumbu Y masing-masing. Demikian pula, fungsi xticks() dan yticks() digunakan untuk menyetel label centang
Contoh. Dalam contoh ini, kita akan mengubah batas sumbu Y dan akan menyetel label untuk sumbu X
Python3
import matplotlib.pyplot as plt
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
matplotlib.pyplot as plt6
matplotlib.pyplot as plt7
=_6
=7=8201=matplotlib.pyplot as plt0204=206=9
import_36
import_37import38=9
import_40
import_41import42=9
import_90
import_91import92,import94=9
import_96
import97________5__6_6_2_______00,matplotlib.pyplot as plt02,matplotlib.pyplot as plt04,matplotlib.pyplot as plt06matplotlib.pyplot as plt07
matplotlib.pyplot as plt_8
Keluaran
Menambahkan Legenda
Legenda adalah area yang menggambarkan elemen grafik. Secara sederhana, ini mencerminkan data yang ditampilkan dalam sumbu Y grafik. Biasanya muncul sebagai kotak yang berisi sampel kecil dari setiap warna pada grafik dan deskripsi kecil tentang arti data ini
Atribut bbox_to_anchor=(x,y) dari fungsi legend() digunakan untuk menentukan koordinat legenda, dan atribut ncol menyatakan jumlah kolom yang dimiliki legenda. Nilai standarnya adalah 1
Sintaksis
matplotlib. pyplot. legenda([“nama1”, “nama2”], bbox_to_anchor=(x, y), ncol=1)
Contoh
Python3
import matplotlib.pyplot as plt
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
matplotlib.pyplot as plt6
matplotlib.pyplot as plt7
=_6
=7=8201=matplotlib.pyplot as plt0204=206=9
import_36
import_37import38=9
import_40
import_41import42=9
import_90
import_91import92,import94=9
import_96
import97________5__6_6_2_______00,matplotlib.pyplot as plt02,matplotlib.pyplot as plt04,matplotlib.pyplot as plt06matplotlib.pyplot as plt07
matplotlib.pyplot as plt72
matplotlib.pyplot as plt73matplotlib.pyplot as plt74matplotlib.pyplot as plt07
matplotlib.pyplot as plt_8
Keluaran
Sebelum melangkah lebih jauh dengan Matplotlib, mari kita bahas beberapa kelas penting yang akan digunakan lebih lanjut dalam tutorial ini. Kelas-kelas ini adalah –
- Angka
- Sumbu
Catatan. Matplotlib menangani pembuatan default bawaan seperti Gambar dan Sumbu
Kelas figur
Pertimbangkan kelas figur sebagai keseluruhan jendela atau halaman tempat semuanya digambar. Ini adalah wadah tingkat atas yang berisi satu sumbu atau lebih. Sebuah gambar dapat dibuat dengan menggunakan metode figure()
Sintaksis
kelas matplotlib. angka. Gambar(figsize=Tidak ada, dpi=Tidak ada, facecolor=Tidak ada, edgecolor=Tidak ada, lebar garis=0. 0, frameon=Tidak ada, subplotpars=Tidak ada, tata letak_ketat=Tidak ada, tata letak_kendala=Tidak ada)
Contoh
Python3
matplotlib.pyplot as plt77
import matplotlib.pyplot as plt
________2______80 matplotlib.pyplot as plt81import matplotlib.pyplot as plt83
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
# initializing the data_07
# initializing the data_08
# initializing the data_09
# initializing the data_10
# initializing the data11= # initializing the data13=# initializing the data15# initializing the data16,# initializing the data18# initializing the data19=# initializing the data21,
# initializing the data23# initializing the data24=# initializing the data26# initializing the data27=# initializing the data16=9
# initializing the data_31
# initializing the data32= # initializing the data34# initializing the data35,# initializing the data35,# initializing the data35,# initializing the data35matplotlib.pyplot as plt07
# initializing the data_43
# initializing the data_44
=_6
=7=8201=matplotlib.pyplot as plt0204=# initializing the data53=9
import_36
import_37import38=9
import_40
import_41import42=9
import_90
import_91import92,import94=9
import_96
import97________5__6_6_2_______00,matplotlib.pyplot as plt02,matplotlib.pyplot as plt04,matplotlib.pyplot as plt06matplotlib.pyplot as plt07
matplotlib.pyplot as plt72
matplotlib.pyplot as plt73matplotlib.pyplot as plt74matplotlib.pyplot as plt07
matplotlib.pyplot as plt_8
Keluaran
>>> Lebih Banyak Fungsi di Kelas Gambar
Kelas sumbu
Kelas sumbu adalah unit paling dasar dan fleksibel untuk membuat subplot. Gambar tertentu mungkin berisi banyak sumbu, tetapi sumbu tertentu hanya dapat hadir dalam satu gambar. Fungsi axes() membuat objek axes.
Sintaksis
sumbu([kiri, bawah, lebar, tinggi])
Sama seperti kelas pyplot, kelas axes juga menyediakan metode untuk menambahkan judul, legenda, batasan, label, dll. Mari kita lihat beberapa dari mereka -
- Menambahkan Judul – kapak. set_title()
- Menambahkan Label X dan label Y – kapak. set_xlabel(), kapak. set_ylabel()
- Batas Pengaturan – kapak. set_xlim(), kapak. set_ylim()
- Centang label – kapak. set_xticklabels(), kapak. set_yticklabels()
- Menambahkan Legenda – kapak. legenda()
Contoh
Python3
matplotlib.pyplot as plt77
import matplotlib.pyplot as plt
________2______80 matplotlib.pyplot as plt81import matplotlib.pyplot as plt83
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
# initializing the data11= # initializing the data13= # initializing the data15# initializing the data18,x23x24
x_25
# initializing the data32= # initializing the data34# initializing the data35,# initializing the data35,# initializing the data35,# initializing the data35matplotlib.pyplot as plt07
x_37
x_38= # initializing the data44
x_41
x_42= x44
x_45
x_46x47=9
x_49
x_50x51=9
x_53x54=9
x_56
x_57= # initializing the data15x60,x62x24
matplotlib.pyplot as plt_8
Keluaran
Beberapa Plot
Kita telah mempelajari tentang komponen-komponen dasar suatu graf yang dapat ditambahkan sehingga dapat menyampaikan lebih banyak informasi. Salah satu caranya bisa dengan memanggil fungsi plot berulang kali dengan kumpulan nilai yang berbeda seperti yang ditunjukkan pada contoh di atas. Sekarang mari kita lihat cara memplot banyak grafik menggunakan beberapa fungsi dan juga cara memplot subplot.
Metode 1. Menggunakan metode add_axes()
Metode add_axes() digunakan untuk menambahkan sumbu pada gambar. Ini adalah metode kelas figur
Sintaksis
add_axes(self, *args, **kwargs)
Contoh
Python3
matplotlib.pyplot as plt77
import matplotlib.pyplot as plt
________2______80 matplotlib.pyplot as plt81import matplotlib.pyplot as plt83
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
x_95
x_96
# initializing the data11= # initializing the data13=# initializing the data15# initializing the data18,x23x24
=_06
x38= # initializing the data34=10,=10,=14,=14matplotlib.pyplot as plt07
=_18
x42= # initializing the data34# initializing the data35,=10,=14,=14matplotlib.pyplot as plt07
# initializing the data_43
=_31
=_32
matplotlib.pyplot as plt_8
Keluaran
Metode 2. Menggunakan metode subplot()
Metode ini menambahkan plot lain pada posisi grid yang ditentukan pada gambar saat ini
Sintaksis
subplot(nrows, ncols, indeks, **kwargs)
subplot(pos, **kwargs)
anak petak (kapak)
Contoh
Python3
import matplotlib.pyplot as plt
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
=_59
=_60
=_61
=62=63=9
matplotlib.pyplot as plt7
=_66
=62=68=9
=_70
Keluaran
Metode 3. Menggunakan subplot() metode
Fungsi ini digunakan untuk membuat gambar dan beberapa subplot secara bersamaan
Sintaksis
matplotlib. pyplot. subplot(nrows=1, ncols=1, sharex=Salah, sharey=Salah, pemerasan=Benar, subplot_kw=Tidak ada, gridspec_kw=Tidak ada, **fig_kw)
Contoh
Python3
import matplotlib.pyplot as plt
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
=_96
=_97
=98= [00# initializing the data35,[03=9
[_05
[_06
[07import92[09
[_10
[_11
[07import92[14
[_15
[_11
[07# initializing the data35[09
Keluaran
Metode 4. Menggunakan metode subplot2grid()
Fungsi ini membuat objek sumbu di lokasi tertentu di dalam kisi dan juga membantu dalam menjangkau objek sumbu di beberapa baris atau kolom. Dengan kata sederhana, fungsi ini digunakan untuk membuat banyak bagan dalam gambar yang sama
Sintaksis
Plt. subplot2grid (bentuk, lokasi, bentang baris, colspan)
Contoh
Python3
import matplotlib.pyplot as plt
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
[_45
[_46= [48
# initializing the data15# initializing the data16,# initializing the data35[53import92,import92_______6_______57= [03________6______60= _______ _____9
[_64= [48
# initializing the data15# initializing the data16,# initializing the data35[53[03,import92_______6_______57= [03________6______60= _______ _____9
matplotlib.pyplot as plt6
[_83
[_84
Keluaran
Berbagai jenis Plot Matplotlib
Matplotlib mendukung berbagai plot termasuk diagram garis, diagram batang, histogram, plot pencar, dll. Kami akan membahas bagan yang paling umum digunakan dalam artikel ini dengan bantuan beberapa contoh bagus dan juga akan melihat cara menyesuaikan setiap plot.
Catatan. Beberapa elemen seperti sumbu, warna adalah umum untuk setiap plot sedangkan beberapa elemen khusus untuk pot
Bagan Garis
Bagan garis adalah salah satu plot dasar dan dapat dibuat menggunakan fungsi plot(). Ini digunakan untuk mewakili hubungan antara dua data X dan Y pada sumbu yang berbeda
Sintaksis
matplotlib. pyplot. plot(\*args, scalex=Benar, scaley=Benar, data=Tidak ada, \*\*kwargs)
Contoh
Python3
import matplotlib.pyplot as plt
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
matplotlib.pyplot as plt6
matplotlib.pyplot as plt7
=_6
=71014=9
import_36
import_37import38=9
import_40
import_41import42=9
matplotlib.pyplot as plt_8
Keluaran
Mari kita lihat cara menyesuaikan bagan garis yang dibuat di atas. Kami akan menggunakan properti berikut -
- warna. Mengubah warna garis
- lebar garis. Menyesuaikan lebar garis
- penanda. Untuk mengubah gaya titik plot sebenarnya
- markersize. Untuk mengubah ukuran penanda
- linestyle. Untuk menentukan gaya garis yang diplot
Linestyle berbeda tersedia
Karakter
Definisi
–
Garis utuh
—
Garis putus-putus
-
garis putus-putus
Garis putus-putus
.
Penanda titik
o
Penanda lingkaran
,
Penanda piksel
v
penanda segitiga_bawah
^
penanda segitiga_atas
penanda segitiga_kanan
1
penanda tri_down
2
penanda tri_up
3
penanda tri_kiri
4
penanda tri_right
s
penanda persegi
p
penanda segi lima
*
penanda bintang
h
penanda segi enam
H
penanda segi enam
+
Ditambah penanda
x
penanda X
D
Penanda berlian
d
penanda berlian_tipis
|
penanda vline
_
penanda hline
Contoh
Python3
import matplotlib.pyplot as plt
# initializing the data
x= [10,20,import1,import3import4
import5= [20,matplotlib.pyplot as plt0,matplotlib.pyplot as plt2,matplotlib.pyplot as plt4import4
matplotlib.pyplot as plt6
1051=1053# initializing the data27=10561057=1059,
10611062=10641065=1067=9
=_6
=71014=9
import_36
import_37import38=9
import_40
import_41import42=9
matplotlib.pyplot as plt_8
Keluaran
Catatan. Untuk informasi lebih lanjut, lihat gaya plot Garis di Matplotlib
Grafik batang
Bagan batang adalah grafik yang mewakili kategori data dengan batang persegi panjang dengan panjang dan tinggi yang sebanding dengan nilai yang diwakilinya. Plot batang dapat diplot secara horizontal atau vertikal. Bagan batang menggambarkan perbandingan antara kategori diskrit. Itu dapat dibuat menggunakan metode bar()
Pada contoh di bawah ini, kita akan menggunakan kumpulan data tips. Database tip adalah catatan tip yang diberikan oleh pelanggan di sebuah restoran selama dua setengah bulan di awal tahun 1990-an. Ini berisi 6 kolom sebagai total_bill, tip, sex, smoker, day, time, size
Contoh.
Python3
import matplotlib.pyplot as plt
import 1085
10_86
1087= 10891090=9
# initializing the data
x= 10951096import4
import5= 1095,01import4
matplotlib.pyplot as plt6
,_04
=_6
=7,07=9
import_36
import_37,11=9
import_40
import_41,15=9
matplotlib.pyplot as plt_8
Keluaran
Kustomisasi yang tersedia untuk Bagan Batang –
- warna. Untuk wajah bar
- edgecolor. Warna tepi batang
- lebar garis. Lebar tepi batang
- lebar. Lebar batang
Contoh
Python3
import matplotlib.pyplot as plt
import 1085
10_86
1087= 10891090=9
# initializing the data
x= 10951096import4
import5= 1095,01import4
matplotlib.pyplot as plt6
,40=1053,43=,45,
,47,48=[03=9
=_6
=7,07=9
import_36
import_37,11=9
import_40
import_41,15=9
matplotlib.pyplot as plt_8
Keluaran
Catatan. Garis di antara batang mengacu pada nilai yang berbeda pada sumbu Y dari nilai tertentu sumbu X
Histogram
Histogram pada dasarnya digunakan untuk merepresentasikan data yang disediakan dalam bentuk beberapa kelompok. Ini adalah jenis plot batang di mana sumbu X mewakili rentang nampan sedangkan sumbu Y memberikan informasi tentang frekuensi. Fungsi hist() digunakan untuk menghitung dan membuat histogram dari x
Sintaksis
matplotlib. pyplot. hist(x, bins=Tidak ada, rentang=Tidak ada, kepadatan=Salah, bobot=Tidak ada, kumulatif=Salah, bawah=Tidak ada, histtype='bar', align='mid', orientasi='vertikal', rwidth=Tidak ada,
Contoh
Python3
import matplotlib.pyplot as plt
import 1085
10_86
1087= 10891090=9
# initializing the data
x= 1095,01import4
matplotlib.pyplot as plt6
,_82
=_6
=7,07=9
import_36
import_37,89=9
import_40
import_41,11=9
matplotlib.pyplot as plt_8
Keluaran
Kustomisasi yang tersedia untuk Histogram –
- tempat sampah. Jumlah nampan dengan lebar yang sama
- warna. Untuk mengubah warna wajah
- edgecolor. Warna tepi
- linestyle. Untuk garis tepi
- alfa. nilai pencampuran, antara 0 (transparan) dan 1 (buram)
Contoh
Python3
import matplotlib.pyplot as plt
import 1085
10_86
1087= 10891090=9
# initializing the data
x= 1095,01import4
matplotlib.pyplot as plt6
2013=matplotlib.pyplot as plt0________9______4=1053,43=,45,
10612024=10672027=2029=9
=_6
=7,07=9
import_36
import_37,89=9
import_40
import_41,11=9
matplotlib.pyplot as plt_8
Keluaran
Plot Pencar
Plot pencar digunakan untuk mengamati hubungan antar variabel. Metode pencar () di perpustakaan matplotlib digunakan untuk menggambar plot pencar
Sintaksis
matplotlib. pyplot. scatter(x_axis_data, y_axis_data, s=Tidak ada, c=Tidak ada, marker=Tidak ada, cmap=Tidak ada, vmin=Tidak ada, vmax=Tidak ada, alfa=Tidak ada, linewidths=Tidak ada, edgecolors=Tidak ada
Contoh
Python3
import matplotlib.pyplot as plt
import 1085
10_86
1087= 10891090=9
# initializing the data
x= 10951096import4
import5= 1095,01import4
matplotlib.pyplot as plt6
20_66
=_6
=7,07=9
import_36
import_37,11=9
import_40
import_41,15=9
matplotlib.pyplot as plt_8
Keluaran
Kustomisasi yang tersedia untuk plot pencar adalah –
- s. ukuran marker (bisa berupa skalar atau array dengan ukuran yang sama dengan ukuran x atau y)
- c. warna urutan warna untuk penanda
- penanda. gaya penanda
- lebar garis. lebar batas penanda
- edgecolor. warna batas penanda
- alfa. nilai pencampuran, antara 0 (transparan) dan 1 (buram)
Python3
import matplotlib.pyplot as plt
import 1085
10_86
1087= 10891090=9
# initializing the data
x= 10951096import4
import5= 1095,01import4
matplotlib.pyplot as plt6
import002=1095import005import006=1095,01import010
import011import012=import0142027=2029=9
=_6
=7,07=9
import_36
import_37,11=9
import_40
import_41,15=9
matplotlib.pyplot as plt_8
Keluaran
Pie chart
Bagan pai adalah bagan melingkar yang digunakan untuk menampilkan hanya satu rangkaian data. Luas irisan pai mewakili persentase bagian data. Irisan pai disebut irisan. Itu dapat dibuat menggunakan metode pie()
Sintaksis
matplotlib. pyplot. pai (data, meledak = Tidak ada, label = Tidak ada, warna = Tidak ada, autopct = Tidak ada, bayangan = Salah)
Contoh
Python3
import matplotlib.pyplot as plt
import 1085
10_86
1087= 10891090=9
# initializing the data
import043= [import046,import048,import050,
,47import053,import055import056
________7______87= [import060,10,matplotlib.pyplot as plt2,1064,import068import4
matplotlib.pyplot as plt6
import_071=import073
=_6
=7import076=9
matplotlib.pyplot as plt_8
Keluaran
Penyesuaian yang tersedia untuk bagan Pai adalah –
- meledak. Memindahkan irisan plot
- autopct. Beri label irisan dengan nilai numeriknya
- warna. Atribut digunakan untuk memberikan warna pada wedges
- bayangan. Digunakan untuk membuat bayangan baji
Contoh
Python3
import matplotlib.pyplot as plt
import 1085
10_86
1087= 10891090=9
# initializing the data
import043= [import046,import048,import050,
,47import053,import055import056
1087= [import060,import109,matplotlib.pyplot as plt2,1064,import068import4
import117= [=10,2029,import92,import92,import92import4
import130= # initializing the data15import133,import135,# initializing the data53,
import139import140,206import143
matplotlib.pyplot as plt6
import071=import147=import149=import151,
,47import130=import156=import158=9
matplotlib.pyplot as plt_8
Keluaran
Menyimpan Plot
Untuk menyimpan plot dalam file pada disk penyimpanan, metode savefig() digunakan. Sebuah file dapat disimpan dalam berbagai format seperti. png,. jpg,. pdf, dll
Sintaksis
pyplot. savefig(fname, dpi=None, facecolor=’w’, edgecolor=’w’, orientation=’portrait’, papertype=None, format=None, transparent=False, bbox_inches=None, pad_inches=0. 1, frameon=Tidak ada, metadata=Tidak ada)
Contoh
Python3
import matplotlib.pyplot as plt
import_163
import164= [import167,import169,import171,import173,import175import4
import177= [matplotlib.pyplot as plt0,1064,matplotlib.pyplot as plt2,import1,10import4