Visualisasi Matplotlib : Matplotlib dengan Pandas

Dalam dunia riil data secara umum berbentuk tabular seperti format CSV, XLSX,JSON,XML dan lainnya

Untuk melakukan manipulasi dan pemahaman data kita sudah belajar tentang Pandas

Sekarang kita akan coba kombinasikan Pandas dengan Matplotlib untuk melakukan visualisasi data 2 dimensi

Let’s Code

Kita gunakan dataset titanic yang sudah kita coba di artikel sebelumnya

Panggil titanic.csv dengan fungsi Pandas read_csv() kemudian buat bar plot dengan sumbu X adalah kolom PassangerId dan sumbu Y adalah kolom Age

import matplotlib.pyplot as plt

%matplotlib inline

# ambil sampel data 10 baris
df_10= df.head(10)

fig = plt.figure(figsize=(7,3))
ax = fig.add_axes([0,0,1,1])
ax.set_xlabel('Age')
ax.set_ylabel('PassangerID')

ax.bar(df_10['PassengerId'],df_10['Age'])
plt.show()

Hasilnya adalah

Sekarang kita coba membuat histogram dari seluruh dataset dengan 20 interval

Kolom yang kita gunakan adalah kolom Age tetapi missing value harus kita hapus terlebih dahulu dengan fungsi dropna()

import matplotlib.pyplot as plt

%matplotlib inline

plt.hist(df['Age'].dropna(), bins=20)
plt.show()

Hasilnya adalah

Sekarang kita coba membuat pie chart dengan melihat distribusi Age yang digroup berdasarkan orang yang survive dan tidak survive

import matplotlib.pyplot as plt

# kita group age berdasarkan orang yang survived
dfsurvived = df.groupby('Survived').sum()['Age'].reset_index()

fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
ax.axis('equal')
ax.pie(dfsurvived['Age'],labels=dfsurvived['Survived'],autopct='%1.2f%%')
plt.show()

Hasilnya adalah