Bewertung:

Das Buch bietet einen gründlichen Überblick über Matplotlib und eine Einführung in Seaborn mit detaillierten Beispielen und Code zum praktischen Lernen. Allerdings sehen sich die Nutzer mit mehreren Problemen konfrontiert, darunter Schwierigkeiten beim Zugang zum Code, veraltete Code-Beispiele und ein Lehransatz, der möglicherweise nicht für alle Niveaus geeignet ist.
Vorteile:Gut geschriebener und gründlicher Überblick über Matplotlib, geeignet für Anfänger, um ohne Vorkenntnisse mit dem Lernen zu beginnen. Enthält einen vollständigen Code für Beispiele zum Herunterladen und ist ideal für das praktische Lernen mit Jupyter. Detaillierter Inhalt, der eine Menge über Matplotlib abdeckt.
Nachteile:Der Zugang zum Code ist problematisch; die Benutzer kämpfen mit veraltetem Code, der möglicherweise nicht mit den neuesten Python-Versionen funktioniert. Der Lehransatz verwendet zustandsbasierte Plotting-Techniken, die als veraltet gelten, und deckt das Plotten mit Pandas-Datenrahmen nicht angemessen ab. Einige Nutzer hatten den Eindruck, dass das Buch eher ein Kochbuch ohne ausreichende nützliche Informationen oder Tiefe ist.
(basierend auf 5 Leserbewertungen)
Matplotlib 2.x Cookbook
Erstellen Sie attraktive, aufschlussreiche und leistungsstarke Visualisierungen, um hochwertige Erkenntnisse aus Ihren Daten zu gewinnen Hauptmerkmale Matplotlib für die Datenvisualisierung beherrschen Grundlegende Plots anpassen, um Zahlen in Cloud-Umgebungen zu erstellen und bereitzustellen Rezepte zum Entwerfen verschiedener Datenvisualisierungen von einfachen Balkendiagrammen bis hin zu fortgeschrittenen 3D-Plots erkunden Buchbeschreibung
Matplotlib bietet eine große Bibliothek anpassbarer Diagramme sowie ein umfassendes Set an Backends. Matplotlib 3. 0 Cookbook ist Ihr praktischer Leitfaden zur Erkundung der Welt von Matplotlib und deckt die effektivsten Plot-Pakete für Python 3. 7.
Mit Hilfe dieses Kochbuchs werden Sie in der Lage sein, jedes Problem zu lösen, auf das Sie bei der Gestaltung attraktiver, aufschlussreicher Datenvisualisierungen stoßen könnten. Anhand von über 150 Rezepten lernen Sie, wie Sie Plots für Business Intelligence, Data Science und technische Disziplinen mit hochdetaillierten Visualisierungen entwickeln können. Nachdem Sie sich mit den Grundlagen vertraut gemacht haben, entwickeln Sie professionelle Dashboards mit einer Vielzahl von Diagrammen und anspruchsvollen Rasterlayouts in 2D und 3D. Sie werden die Diagramme mit Anmerkungen und Texten versehen, so dass Sie eine Unternehmensgeschichte erstellen können. Darüber hinaus lernen Sie, wie Sie Zahlen und Animationen in verschiedenen Formaten für den späteren Einsatz speichern können. Anschließend erweitern Sie die Funktionalität verschiedener interner und externer Toolkits, wie axisartist, axes_grid, Cartopy und Seaborn.
Am Ende dieses Buches werden Sie in der Lage sein, hochwertige angepasste Plots zu erstellen und sie im Web und in unterstützten GUI-Anwendungen wie Tkinter, Qt 5 und wxPython einzusetzen, indem Sie reale Anwendungsfälle und Beispiele implementieren. Was Sie lernen werden Entwickeln Sie einfache bis fortgeschrittene Datenvisualisierungen in Matplotlib Verwenden Sie die pyplot API, um schnell verschiedene Plots zu entwickeln und einzusetzen Verwenden Sie objektorientierte APIs für maximale Flexibilität bei der Anpassung von Figuren Entwickeln Sie interaktive Plots mit Animationen und Widgets Verwenden Sie Karten für geografische Plots Bereichern Sie Ihre Visualisierungen mit eingebetteten Texten und mathematischen Ausdrücken Betten Sie Matplotlib-Plots in andere GUIs ein, die für die Entwicklung von Anwendungen verwendet werden Verwenden Sie Toolkits wie axisartist, axes_grid1 und cartopy, um die Basisfunktionalität von Matplotlib zu erweitern Für wen dieses Buch gedacht ist
Das Matplotlib 3. 0 Cookbook ist für Sie, wenn Sie ein Datenanalytiker, Datenwissenschaftler oder Python-Entwickler sind und schnelle Rezepte für eine Vielzahl von Visualisierungen suchen. Dieses Buch ist auch für diejenigen gedacht, die Variationen interaktiver Visualisierungen erstellen wollen. Inhaltsverzeichnis Anatomie von Matplotlib Erste Schritte mit grundlegenden Plots Plotten mehrerer Diagramme, Subplots, Plotten mit objektorientierter API Plotten mit erweiterten Funktionen Einbetten von Text und Ausdrücken Speichern der Abbildung in verschiedenen Formaten Entwickeln interaktiver Plots Einbetten von Plots in die grafische Benutzeroberfläche Plotten von 3D-Diagrammen mit dem mplot3d-Toolkit Verwenden des axisartist-Toolkits Verwenden des axes_grid1-Toolkits Plotten von geografischen Karten mit dem Cartopy-Toolkit Explorative Datenanalyse mit dem Seaborn-Toolkit