Trực quan hóa dữ liệu với Python

Dữ liệu đóng vai trò vô cùng quan trọng trong nhiều lĩnh vực, từ khoa học, kinh doanh đến đời sống hàng ngày. Việc trực quan hóa dữ liệu giúp chúng ta hiểu rõ hơn về thông tin, đưa ra quyết định sáng suốt và truyền tải thông điệp hiệu quả hơn. Python là ngôn ngữ lập trình phổ biến với nhiều thư viện mạnh mẽ hỗ trợ trực quan hóa dữ liệu.  

Hãy cùng UniTrain trực quan hoá dữ liệu với thư viện Matplotlib trong Python thông qua bài viết này nhé!

Bước 1: Tải thư viện matplotlib 

pip install matplotlib 

Bước 2: Import thư viện matplotlib 

import matplotlib.pyplot as plt 

Bước 3: Nhập dữ liệu 

x = [“T1”, “T2”, “T3″,”T4″,”T5″,”T6″,”T7″,”T8″,”T9″,”T10″,”T11″,”T12”] 

y = [0.52, 0.45, -0.23, -0.34, 0.01, 0.27, 0.45, 2.96, 1.08, 0.08, 0.25, 0.12] 

Bước 4: Vẽ biểu đồ 

plt.plot(x,y) 

plt.xlabel(“Tháng”) 

plt.ylabel(“Diễn biến”) 

plt.title(“Diễn biến CPI qua các tháng trong năm 2023”) 

plt.show() 

Py1

Trong đó:  

– plt.plot(x, y): Câu lệnh này vẽ một biểu đồ đường với các điểm được xác định bởi các giá trị trong mảng x cho trục x và mảng y cho trục y. 
– plt.xlabel(“Tháng): Câu lệnh này đặt tên cho trục x là “Tháng”. 

– plt.ylabel(“Diễn biến(%)”): Câu lệnh này đặt tên cho trục y là “Diễn biến(%)”. 

– plt.title(“Diễn biến CPI qua các tháng trong năm 2023”): Câu lệnh này đặt tiêu đề cho biểu đồ là “Diễn biến CPI qua các tháng trong năm 2023”. 

– plt.show(): Câu lệnh này hiển thị biểu đồ.  

Tùy chỉnh biểu đồ:  

1. Thay đổi màu đường:

Chúng ta có thể sử dụng color để thay đổi màu sắc của đường hay cột trong biểu đồ: 

plt.plot(x,y,color=”red”) 

Py3 Color2. Thay đổi kiểu đường: 

Chúng ta cũng có thể thay đổi kiểu dáng của biểu đồ đường:  

plt.plot(x,y,”o-“) 

Py2 

3. Thay đổi phông chữ:

Chúng ta có thể thay đổi phông chữ và kích thước theo cú pháp như sau: 

plt.rc(‘font’, family=’Times New Roman’, size=12) 

Py4 Font

Xem thêm: 

[Free download] Let us Python Solutions

Khóa học Xử lý và Trực quan hóa dữ liệu với Python

[Free download] 80 questions to master Python

Phân tích dữ liệu với SQL: Các câu lệnh truy vấn đơn giản

Để lại một bình luận

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

1 + 1 = ? (Nhập Haii để trả lời đúng)

Bài viết liên quan
Cảm nhận học viên khóa Data Analysis for Business

“Khóa học đã giúp mình thay đổi cách nhìn về dữ liệu và mở ra nhiều cơ hội mới trong công việc.” Chị Phan Thị Mỹ Duyên – Công ty Davipharm

Xem thêm
[HOẠT ĐỘNG CỘNG ĐỒNG] Cuộc thi AI IN BUSINESS – SEASON 2 – Trí tuệ nhân tạo trong kinh doanh lần II – Câu lạc bộ Nghiên cứu trí tuệ nhân tạo và ứng dụng liên ngành (AI4I CLUB) – Đại học Kinh tế – Luật – ĐHQG TP.HCM (UEL)

Sáng ngày 25/05/2025, chung kết cuộc thi AI in Business – Season 2 do CLB Nghiên cứu trí tuệ nhân tạo và ứng dụng liên ngành (AI4I CLUB) thuộc Trường Đại

Xem thêm
Khám phá hàm Lag và Lead trong SQL

Trong phân tích dữ liệu, hàm LAG() và LEAD() sẽ là công cụ hỗ trợ đắc lực cho việc so sánh giá trị hiện tại với giá trị liền trước hoặc liền

Xem thêm
[RECAP] Training Top 20 – myInsight – MDS Datathon Challenge 2025 – CLB Toán ứng dụng & Khoa học dữ liệu (MDS) – Đại học Ngoại Thương CSII TP. HCM (FTU2)

Tối ngày 18/05/2025, buổi training dành riêng cho Top 20 đội thi xuất sắc nhất cuộc thi myInsight – MDS Datathon Challenge 2025 đã diễn ra vô cùng thành công thông

Xem thêm