Visualisasi langsung dari DataFrame: line, bar, histogram, box, scatter, area, visualisasi korelasi, hingga integrasi matplotlib. Section ini menyusun materi menjadi chapter berurutan; ikuti urutannya karena tiap chapter memakai konsep dari chapter sebelumnya.

# Pengenalan Plotting Pandas

Mengenal method .plot() pandas sebagai jembatan cepat dari DataFrame ke Matplotlib.

Buka → # Line Plot

Menggambar grafik garis untuk melihat tren data sepanjang sumbu x dengan .plot.line().

Buka → # Bar Plot

Membandingkan nilai antar kategori dengan .plot.bar(), termasuk bar bertumpuk dan horizontal.

Buka → # Histogram

Melihat distribusi data numerik dengan .plot.hist() dan mengatur jumlah bin-nya.

Buka → # Box Plot

Merangkum distribusi, median, dan outlier per kolom dengan .plot.box().

Buka → # Scatter Plot

Memvisualisasikan hubungan dua variabel numerik dengan .plot.scatter().

Buka → # Area Plot

Menampilkan besaran kumulatif antar kategori sepanjang waktu dengan .plot.area().

Buka → # Visualisasi Korelasi

Mengubah matriks korelasi menjadi scatter matrix dan visualisasi yang mudah dibaca.

Buka → # Mengatur Label dan Legend

Menyempurnakan judul, label sumbu, dan legend pada plot pandas via parameter .plot().

Buka → # Integrasi dengan Matplotlib

Menggabungkan plot pandas dengan objek figure dan axes Matplotlib untuk layout kompleks.

Buka → # Styling Tabel dengan Styler

Mengubah DataFrame menjadi laporan yang menarik dengan Styler: format angka, gradasi warna, bar, dan ekspor ke Excel serta HTML.

Buka → # Backend Plotting Alternatif

Mengganti mesin plot pandas ke backend interaktif seperti Plotly dengan parameter backend.

Buka →