Summary  
This chapter introduces how to create and manage Figure and Axes objects in matplotlib’s artist layer via the pyplot module, demonstrating the use of subplots() to set up a canvas, plotting on the Axes, and printing the canvas with show().

General domain of usage  
Data visualization

`matplotlib` har tre lag:
* **Backend-lag**: gjengir plott til skjermer eller filer;
* **Artist-lag**: beskriver hvordan data er arrangert, består av ett objekt, `Artist`;
* **Scripting-lag**: kobler de to foregående lagene sammen og forenkler tilgangen til dem.

Hovedfokuset er på scripting-laget med `pyplot`-modulen og artist-laget. Artist-laget inkluderer følgende:

* **Beholdere** (f.eks. `Figure`, `Axes`);
* **Primitiver** (f.eks. linje, rektangel, sirkel, tekst, osv).

`Figure` er hovedobjektet av typen `Artist` og kan betraktes som et lerret hvor alle plott vil være plassert. I hovedsak holder det alt samlet.

På den andre siden er `Axes` et objekt som består av to akse-objekter, x-akse og y-akse.



`Figure` = lerret, `Axes` = x-akse + y-akse.

Merk

Nå skal vi se på opprettelsen av `Figure` og dens `Axes`:

import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.plot()
plt.show()

Data finnes overalt rundt oss, og det er svært viktig å forstå det. Visualisering hjelper deg med å håndtere data ved å finne bestemte mønstre og innsikter. Du vil utvikle et solid grunnlag i datavisualisering ved bruk av Python og dets biblioteker, som matplotlib og seaborn, for å hente ut mest mulig informasjon fra data på en ryddig og konsis måte.

Først vil vi diskutere plotteapplikasjoner, Matplotlib-biblioteket og dets fordeler. Deretter vil du lage ditt første enkle plot ved hjelp av Matplotlib.

Nå er du klar til å lage ulike diagrammer som ofte brukes i praksis. Uten videre introduksjon, la oss gå rett i gang!

Plotting og visualisering handler ikke bare om å lage et diagram eller flere diagrammer, det handler også om å gjøre dem tydelige, forståelige og behagelige å se på. Nå er det på tide å lære tilpasning av diagrammer i matplotlib.

Statistikk er essensielt når man arbeider med data, og det er derfor svært viktig å kunne lage ulike statistiske diagrammer. Nå skal vi utforske de mest vanlige typene.

Seaborn er et annet kraftig visualiseringsbibliotek i Python, bygget på toppen av matplotlib. Nå som du er kjent med matplotlib, er det på tide å utforske visualisering med seaborn.

Ultimate Visualisering med Python

Opprette et Lerret

Ultimate Visualisering med Python

Opprette et Lerret