Pacmann Media Profile picture
Mar 7, 2023 17 tweets 6 min read Read on X
12 Library Visualisasi Data Python untuk Eksplorasi Analisis Bisnis

Python memiliki banyak library untuk kebutuhan visualisasi data, berikut adalah 12 library Python visualisasi data antar-disiplin, dari yang terkenal hingga yang kurang dikenal.

Yuk simak ulasan dari Pacmin! Violinplot.
1. Matplotlib

Matplotlib adalah library visualisasi data Python pertama yang masih banyak digunakan hingga saat ini. Banyak library lain dibangun di atasnya atau didesain untuk bekerja bersama dengan Matplotlib selama analisis. Two histograms (matplotlib)
2. Seaborn

Seaborn memanfaatkan kekuatan matplotlib untuk membuat bagan yang indah dalam beberapa baris kode. Perbedaan utamanya adalah gaya dan palet warna bawaan Seaborn, yang dirancang agar lebih estetis dan modern. Violinplot (Michael Waskom)
3. Plotnine (ggplot2)

Plotnine adalah implementasi Python dari ggplot2, sistem plotting R, dan konsep dari Grammar of Graphics. Ini adalah paket visualisasi yang kuat yang memungkinkan kamu menambahkan komponen untuk membuat plot lengkap. Change in Rank (Plotnine)
4. Bokeh

Bokeh, seperti ggplot, berbasis pada Grammar of Graphics, tetapi berbeda dengan ggplot, Bokeh berasal dari Python, bukan dari R. Keunggulannya terletak pada kemampuan untuk membuat plot interaktif yang siap untuk web dan mendukung data streaming. Interactive weather statist...
5. pygal

pygal menyediakan plot interaktif yang dapat disematkan di browser web dan bisa di-output sebagai SVG. Bedanya dengan Bokeh dan Plotly, pygal cocok digunakan pada dataset yang lebih kecil. Box plot (Florian Mounier)
6. Plotly

Plotly tidak hanya bisa diakses melalui platform online, tapi juga bisa diakses dari Python notebook. Plotly cocok untuk membuat plot interaktif dan memiliki beberapa jenis plot yang tidak ada di banyak library lain, seperti contour plot, dendrogram, dan plot 3D. Line plot (Plotly)
7. geoplotlib

geoplotlib adalah toolbox untuk membuat peta dan plot data geografis. Dengan geoplotlib, kamu bisa membuat berbagai jenis peta, seperti choropleths, heatmaps, dan dot density maps. Namun, untuk menggunakan geoplotlib, kamu harus menginstal Pyglet. Choropleth (Andrea Cuttone)
8. Gleam

Gleam terinspirasi dari paket Shiny di R. Ini memungkinkan kamu mengubah analisis menjadi aplikasi web interaktif hanya dengan menggunakan skrip Python, sehingga kamu tidak perlu menguasai bahasa lain seperti HTML, CSS, atau JavaScript. Scatter plot with trend lin...
9. missingno

missingno memudahkan penanganan data yang hilang dengan ringkas. Kamu bisa mengetahui sejauh mana kelengkapan dataset dengan ringkasan visual, daripada melihat-lihat tabel yang memakan waktu. Kamu bisa menyaring dan mengurutkan data berdasarkan kelengkapan. Nullity matrix (Aleksey Bil...
10. Leather

Leather adalah library charting Python yang cocok untuk kamu yang membutuhkan chart dengan cepat tanpa harus sempurna. Dirancang untuk bekerja dengan semua jenis data dan menghasilkan chart sebagai SVG sehingga dapat diskalakan tanpa kehilangan kualitas gambar. Chart grid with consistent ...
11. Altair

Altair adalah library visualisasi deklaratif seperti Seaborn, yang memungkinkan kamu membuat grafik & chart yang estetis. Namun, berbeda dengan Seaborn yang didasarkan pada Matplotlib, Altair didasarkan pada Vega dan Vega-Lite. Steamgraph (Altair)
12. Folium

Folium adalah pustaka open-source yang dibangun berdasarkan kekuatan data Python dan kemampuan pemetaan dari leaflet.js (library Javascript). Ini memungkinkan kamu untuk memvisualisasikan data geospasial. MultiPolyline (Folium)
Nah, apakah kamu sudah pernah membuat beberapa visualisasi data menggunakan library diagram di atas?

Kalau belum dan kamu ingin belajar secara mendalam dalam bahasa pemrogaramn Python untuk kebutuhan visualisasi data yang kamu butuhkan.

Kamu bisa belajar di Pacmann nih!
Kamu bisa cek kelas GRATIS dari Pacmann di sini!
pacmann.io/trial-course?u…
Atau kalau kamu sudah punya pengalaman yang cukup dan ingin langsung terjun ke industri data. Kamu bisa cek #LowonganKerja dari Cermati di sini!

Semoga berjodoh yaaa...
linkedin.com/jobs/view/3510…

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Pacmann Media

Pacmann Media Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @pacmannai

Aug 18
Sudah serius belajar, tapi lupa materi yang baru aja dipelajari kemarin.

Itu wajar, tapi ada cara biar gak lupa menurut beberapa riset.

Kita bahas lebih lanjut ⬇️ From Elearning Industry
Sering kali kita terburu-buru belajar saat ujian sudah dekat, tapi cara ini sebenarnya tidak baik untuk jangka panjang.

Terlihat efektif saat hasil ujian keluar, tapi biasanya beberapa hari setelah ujian, materi yang dipelajari akan mudah lupa.
Riset lain juga menemukan bahwa mengulangi informasi terus menerus dalam sekali belajar juga percuma karena biasanya akan lupa dalam beberapa hari.
Read 17 tweets
Jun 8
Ketika kita ingin menjalankan banyak service dengan menggunakan docker tentu menghabiskan waktu jika kita melakukan konfigurasi dan menjalankannya satu per satu.

Oleh karena itu, kita bahas tentang Docker Compose hari ini!
Nah, kalo kita ingin melakukan konfigurasi dan menjalankan banyak service di docker kita dapat menggunakan "docker compose" untuk meminimalisir penggunaan waktu untuk konfigurasi dan menjalankan service-service tersebut.
Untuk mendefinisikan konfigurasi service dengan menggunakan docker compose kita cukup membuat file konfigurasinya dengan nama "docker-compose.yaml", "docker-compose.yml", atau nama lain dengan extensi file .yaml dan .yml.
Read 17 tweets
May 3
Pengen review santai paper yang lagi di-viral-KAN ini.

Sambil nungguin Jumatan, kita bahas Kolmogorov-Arnold Network yang disebut-sebut Neural Network 2.0 nih! ⬇️
Oiya, ini dari POV Mas Cahya @menarik_hm dalam mereview paper.

Jangan lupa share dan repost ke teman-teman kalian ya!
@menarik_hm Melihat summary-nya, terbayang perbedaan fundamental antara MLP dan KAN.

Di MLP (traditional NN), yang kita train adalah weight dengan architecture yang punya activation function yang fix.

Dalam KAN, ternyata kita bisa melakukan training di level activation function. Image
Read 28 tweets
Jan 27
Gak malam mingguan?

Gabut gak ngapa-ngapain?

Ngulik Python aja gan. Sini, pacmin berikan sumber belajarnya! Sumber belajar python Pacmann
Pertama, dari kampusnya Pak @tomlembong

Walaupun dari kampus ternama, tapi yang ini GRATIS!

Tersedia lecture video, lecture slide & lecture notes, style belajarnya kayak kuliah.

Link disertakan di akhir ya Pacpeers! Harvard CS50 from Reddit
@tomlembong Sumber kedua, dari ITB (Institut Teknologi di Boston).

Ada lecture video, source code Python dan bentuknya video course.

GRATIS juga nih! MIT OCW CS
Read 12 tweets
Jul 28, 2023
Sebutannya sih Exotic Pets, tapi harimau itu hewan peliharaan atau satwa liar sih? 🤬

Apakah memelihara harimau itu Konservasi atau Monetisasi?

Mari kita bahas~ Ilustrasi Influencer Kolektor Satwa Langka
AZ Animals melaporkan bahwa secara keseluruhan rata-rata populasi harimau di tahun 2023 kurang dari 10.000 ekor saja, baik di Alam liar maupun penangkaran.

Harimau tersebut dibagi ke dalam beberapa jenis, mulai dari Harimau Sumaterai hingga Harimau Indo Cina. Populasi Harimau Berdasarkan Jenisnya (2023)
Sayangnya, menurut kategorisasi IUCN Redlist, semua jenis harimau tersebut telah tercancam punah (ketika jumlah harimau menurun 50% sampai lebih dari 70% dalam 10 tahun terakhir) bahkan kritis (ketika jumlah harimau menurun 80% hingga lebih dari 90% dalam 10 tahun terakhir).
Read 34 tweets
May 31, 2023
Menyambung diskusi kemarin, kenapa sih Data Visualization itu jadi fundamental untuk Data Analyst dan Data Scientist?

Seberapa susahnya sih bikin grafik doang?

Baiklah, Pacmin bahas..... Worst Dataviz
Kenapa Dataviz itu fundamental banget berdasarkan diskusi dengan Lecture kami Mas Cahya.

Data Analyst dan Data Scientist itu adalah problem solver, sedangkan constraint mereka adalah waktu, tenaga dan uang. Jadi kita perlu metode paling sederhana untuk melakukan analisis.
Untuk Data Analyst dan Business Intelligence, salah satu jobdesk mereka adalah membuat Dashboard yang baik dan mudah dimengerti.

Tujuannya agar stakeholders bisa mengambil insights dan paham keadaan perusahaan saat ini, mentranslasikan data menjadi insight kemudian jadi action. Image
Read 22 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Don't want to be a Premium member but still want to support us?

Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal

Or Donate anonymously using crypto!

Ethereum

0xfe58350B80634f60Fa6Dc149a72b4DFbc17D341E copy

Bitcoin

3ATGMxNzCUFzxpMCHL5sWSt4DVtS8UqXpi copy

Thank you for your support!

Follow Us!

:(