HomeCorsiPython intermedio

Affinare la personalizzazione dei grafici

Capitolo 2 · Visualizzare i dati con Matplotlib · lezione 19 di 89
Riservato agli abbonati — ecco l'inizio
Il seguito di questa lezione è riservato agli abbonati Crea il tuo account gratuito per provare gli esercizi di esempio, poi passa all'accesso completo quando vuoi.

Crea il tuo account gratuito

Senza carta di credito, in trenta secondi.
Continua con Google
oppure
Iscriviti con un'e-mail
Già registrato? Accedi
Continuando, accetti le condizioni d'uso e la politica sulla privacy. I tuoi dati sono ospitati nell'Unione europea.

Accesso completo DATAGOZ

19 €/ mese — oppure 190 € / anno
  • Tutti i corsi pubblicati e i percorsi professionali
  • Esercizi e quiz corretti automaticamente
  • Allenamento, esame e attestato di frequenza
  • Senza impegno, disdettabile online
Vedi i piani
Questa lezione fa parte del corso

Python intermedio

short_training7 capitoli · 89 lezioni

Approfondisci le tue conoscenze in Python e sviluppa le tue competenze.

  • La piattaforma di formazioneiscritti
  • Creare i primi grafici con Matplotlibiscritti
  • Creare un grafico lineare — Parte 1iscritti
  • Interpretare un grafico lineare — Parte 2iscritti
  • Approfondire i grafici lineari — Parte 3abbonati
  • Scoprire i diagrammi a dispersioneabbonati
  • Analizzare un grafico a nuvola di puntiabbonati
  • Costruire un istogramma con Matplotlibabbonati
  • Costruire un istogramma — Parte 1abbonati
  • Costruire un istogramma con classi — Parte 2abbonati
  • Confrontare distribuzioni con gli istogrammi — Parte 3abbonati
  • Selezionare il grafico adatto — Parte 1abbonati
  • Adattare la scelta del grafico ai dati — Parte 2abbonati
  • Personalizzare i grafici con Matplotlibabbonati
  • Aggiungere e personalizzare le etichette dei graficiabbonati
  • Regolare le graduazioni dei graficiiscritti
  • Modificare la dimensione dei graficiiscritti
  • Personalizzare i colori dei graficiiscritti
  • Affinare la personalizzazione dei graficisei qui
  • Interpretare i grafici con discernimentoiscritti
  • Scoprire i dizionari in Python — Parte 1iscritti
  • Capire l’utilità dei dizionari in Pythoniscritti
  • Costruire un dizionario in Pythoniscritti
  • Consultare gli elementi di un dizionario in Pythoniscritti
  • Approfondire l’uso dei dizionari in Python — Parte 2iscritti
  • Manipolare i dizionari in Python — Parte 1iscritti
  • Approfondire la manipolazione dei dizionari in Python — Parte 2iscritti
  • Utilizzare dizionari annidati in Pythoniscritti
  • Scoprire Pandas — Parte 1iscritti
  • Trasformare un dizionario in DataFrame — Parte 1iscritti
  • Proseguire la conversione di un dizionario in DataFrame — Parte 2iscritti
  • Importare un file CSV in un DataFrame — Parte 1iscritti
  • Approfondire l’importazione dei file CSV in un DataFrame — Parte 2iscritti
  • Approfondire Pandas — Parte 2iscritti
  • Utilizzare le parentesi quadre in Python — Parte 1iscritti
  • Approfondire l’utilizzo delle parentesi quadre in Python — Parte 2iscritti
  • Selezionare dati con loc e iloc — Parte 1iscritti
  • Approfondire la selezione dei dati con loc e iloc — Parte 2iscritti
  • Padroneggiare la selezione avanzata con loc e iloc — Parte 3iscritti
  • Usare gli operatori di confronto in Pythoniscritti
  • Confrontare valori con l’uguaglianza in Pythoniscritti
  • Confrontare valori con gli operatori maggiore e minoreiscritti
  • Confrontare tabelle di dati in Pythoniscritti
  • Manipolare gli operatori booleani in Pythoniscritti
  • Usare gli operatori and, or e not — Parte 1iscritti
  • Approfondire gli operatori and, or e not — Parte 2iscritti
  • Manipolare gli operatori booleani con NumPyiscritti
  • Usare le condizioni if, elif e elseiscritti
  • Familiarizzare con i concetti essenzialiiscritti
  • Usare l'istruzione if in Pythoniscritti
  • Aggiungere else per gestire le alternative in Pythoniscritti
  • Affinare le condizioni con elif in Pythoniscritti
  • Applicare filtri ai DataFrame Pandasiscritti
  • Simulare la guida a destra con Python — Parte 1iscritti
  • Proseguire la simulazione di guida a destra con Python — Parte 2iscritti
  • Analizzare il numero di auto per abitante — Parte 1iscritti
  • Confrontare il numero di auto per abitante — Parte 2iscritti
  • Usare il ciclo while in Pythoniscritti
  • Prepararsi a usare il ciclo while in Pythoniscritti
  • Scoprire il funzionamento del ciclo while in Pythoniscritti
  • Inserire condizioni in un ciclo while in Pythoniscritti
  • Scorrere elementi con il ciclo for in Pythoniscritti
  • Scorrere gli elementi di una lista in Pythoniscritti
  • Scorrere una lista con i suoi indici e i suoi valori — Parte 1iscritti
  • Manipolare indici e valori di una lista — Parte 2iscritti
  • Scorrere liste annidate in Pythoniscritti
  • Esplorare le strutture dati con i cicli — Parte 1iscritti
  • Scorrere gli elementi di un dizionarioiscritti
  • Scorrere gli elementi di un array NumPyiscritti
  • Esplorare le strutture dati con i cicli — Parte 2iscritti
  • Scorrere i dati di un DataFrame — Parte 1iscritti
  • Esplorare i dati di un DataFrame — Parte 2iscritti
  • Aggiungere una colonna a un DataFrame — Parte 1iscritti
  • Modificare un DataFrame aggiungendo una colonna — Parte 2iscritti
  • Generare numeri casuali in Pythoniscritti
  • Generare un numero casuale in virgola mobileiscritti
  • Simulare il lancio di un dadoiscritti
  • Determinare il prossimo spostamentoiscritti
  • Simulare una passeggiata casuale in Pythoniscritti
  • Passare al passo successivoiscritti
  • Determinare fino a dove puoi scendereiscritti
  • Visualizzare una passeggiata casualeiscritti
  • Esplorare le distribuzioni statistiche in Pythoniscritti
  • Simulare più passeggiate aleatorieiscritti
  • Visualizzare l’insieme delle passeggiate aleatorieiscritti
  • Includere la goffaggine nella simulazioneiscritti
  • Visualizzare la distribuzione dei risultatiiscritti
  • Stimare le probabilità a partire dai datiiscritti
  • Conclusione del corsoiscritti
Lezione successiva

Interpretare i grafici con pertinenza

Vedi il programma Crea un account per continuare