Coding Python Sederhana untuk Data Visualization, Yuk!

Data Visualization merupakan salah satu jobdesc yang harus di kuasai oleh seorang Data Scientist. Kenapa? Karena seorang Data Scientist bekerja sama dengan berbagai divisi di perusahaan semisal divisi IT dengan Marketing, jadi peran Data Scientist itu yang menjembatani antara kedua divisi tersebut.

Nah, dikarenakan tidak semua divisi memiliki pengetahuan teknis mengenai Data. Oleh karena itu, diperlukan yang namanya Data Visualization yang fungsinya untuk memudahkan divisi lain untuk memahami informasi yang telah dihasilkan, dengan menerapkan Data Visualization maka penyajian data jadi lebih informatif dan komunikatif.

Adapun tools yang digunakan untuk Data Visualization salah satunya Tableau, sayangnya tools ini berbayar. Tapi jangan sedih karena Python menyediakan library untuk keperluan visualisasi data yaitu matplotlib yang sifatnya open source.

Python bukan hanya digunakan untuk Data Analysis, Artificial Intelligence (AI), Machine Learning, tapi juga sangat powerfull untuk visualisasi data. Pada artikel kali ini kita akan bersama-sama mencoba coding python sederhana dengan library matplotlib, salah satu library paling populer untuk visualisasi data dengan python. Jadi, simak artikel ini sampai selesai ya!

1. Sekilas Tentang Matplotlib

Seperti yang sudah disinggung di awal paragraf, bahwa matplotlib adalah library python paling populer untuk melakukan visualisasi data yang lebih menarik dan mudah dipahami sehingga matplotlib akan terasa lebih alami untuk dipelajari. Matplotlib disusun oleh John Hunter di tahun 2002, dan di desain agar dapat digunakan selayaknya menggunakan MATLAB. 

Matplotlib dapat digunakan untuk memvisualisasikan data secara 2D maupun 3D dan menghasilkan gambar berkualitas yang bahkan dapat kamu simpan dalam berbagai format gambar, seperti JPEG dan PNG. Jika, kamu menggunakan python script maka kamu perlu menginstall matplotlib terlebih dahulu.

Tapi, jika kebetulan kamu menggunakan python melalui anaconda meliputi spyder dan jupyter notebook maka, kamu tidak perlu menginstalnya lagi karena sudah menjadi built-in library. Adapun script untuk menginstall library matplotlib sebagai berikut:

conda install matplotlib 

atau 

pip install matplotlib

Setelah terinstall, kamu bisa langsung menggunakan library matplotlib dengan cara mengimportnya terlebih dahulu, sebagai berikut:

import matplotlib as mpl
import matplotlib.pyplot as plt

Baca juga: Belajar Python: Mengenal Array pada Bahasa Pemrograman Python

2. Contoh Grafik di Matplotlib

Selain karena mudah dipelajari, matplotlib memiliki banyak contoh grafik yang bisa kamu gunakan untuk memvisualisasikan data kamu agar menjadi lebih menarik. Antara lain seperti, bar plot yang merupakan jenis grafik yang paling sering digunakan untuk merepresentasikan data numerik dan kategorik dalam bentuk bar. Lalu ada histogram yang digunakan untuk merepresentasikan distribusi frekuensi dan data numerik dengan batang. 

Selain itu, line plot yaitu jenis grafik untuk menampilkan informasi dengan menggunakan banyak titik yang saling terhubung dan membentuk garis lurus atau lengkung.

Ada pula box plot untuk membuat bentuk visualisasi data secara statistik melalui lima dimensi utama yaitu nilai minimum, kuartil 1, kuartil 2, kuartil 3 dan nilai maksimum, box plot sering digunakan untuk memeriksa keberadaan outlier, dan masih banyak ada banyak lagi grafik yang dapat kamu gunakan untuk memvisualisasikan data kamu.

3. Kustomisasi Grafik pada Matplotlib

Jika, kamu sudah memilih grafik yang ingin kamu terapkan untuk memvisualisasikan data kamu. Selanjutnya, setiap elemen dalam gambar yang diwakili oleh Matplotlib dan masing-masing memiliki daftar properti yang luas untuk mengkonfigurasi penampilannya. Angka itu sendiri mengandung persegi panjang persis ukuran gambar, yang dapat kamu gunakan untuk mengatur warna latar belakang dan transparansi angka-angka.

Sebagai contoh kamu bisa menambahkan label dan axis label, Untuk menambahkannya, tinggal menambah plt.title, plt.xlabel, dan plt.ylabel di code sebelum plt.show(), misalnya seperti ini:

Baca juga: Array Python : Array VS List Serupa Namun Tak Sama, Yuk, Kenali Perbedaannya

4. Memilih Colormaps di Matplotlib

Matplotlib memiliki sejumlah colormaps bawaan yang dapat diakses melalui matplotlib.cm.get.cmap. Ada diluar library seperti installable yang memiliki banyak colormaps ekstra. Untuk memilih colormaps dan mengaksesnya yang pertama, mendapatkan named colormap, yang sebagian besar tercantum dalam memilih colormap di matplotlib, dapat dilakukan menggunakan matplotlib.cm.get_cmap, yang mengembalikan objek colormap.

Membuat colormap ada dasarnya adalah operasi dimana kamu menyediakan list atau array spesifikasi warna ke listed colormap untuk membuat colormap baru

Yuk, gabung bersama DQLab kamu bisa belajar data scientist tanpa perlu ribet install text editor atau IDE sekalipun. Karena DQLab menyediakan fitur live code yang menarik dan menyenangkan untuk belajar data science berbasiskan learning by doing.

Karena dapat membantu kamu membiasakan diri untuk langsung mempraktekkan teori yang telah kamu pelajari. 

Dengan menyediakan modul-modul up-to-date dan sesuai dengan penerapan industri yang disusun oleh mentor-mentor berpengalaman dibidangnya dari berbagai unicorn, dan perusahaan besar seperti Tokopedia, DANA, Jabar Digital dan masih banyak lagi.  

Yuk, belajar terstruktur dan lebih interaktif caranya dengan Sign Up sekarang untuk #MulaiBelajarData di DQLab:

• Buat Akun Gratis dengan Signup di DQLab.id/signup atau isi form dibawah ini ya!

• Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab

  
  

Subscribe DQLab.id untuk Akses Semua Module Premium! cukup dengan Sign up sekarang di DQLab.id untuk nikmati pengalaman belajar yang seru dan menyenangkan!

Tags