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**: gengiver plot til skærme eller filer;
* **Artist-lag**: beskriver, hvordan data er arrangeret, består af ét objekt, `Artist`;
* **Scripting-lag**: forbinder de to foregående lag og forenkler adgangen til dem.

Hovedfokus er på scripting-laget med `pyplot`-modulet og artist-laget. Artist-laget omfatter følgende:

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

`Figure` er det primære `Artist`-objekt og kan betragtes som et lærred, hvor alle plots placeres. Grundlæggende holder det alt sammen.

På den anden side er `Axes` et objekt, der består af to akse-objekter, x-akse og y-akse.



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

Bemærk

Nu ses der nærmere på oprettelsen af `Figure` og dens `Axes`:

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

Data er overalt omkring os, og det er yderst vigtigt at kunne forstå det. Visualisering hjælper dig med at håndtere data ved at finde bestemte mønstre og indsigter. Du opbygger et solidt fundament inden for datavisualisering ved hjælp af Python og dets biblioteker, såsom matplotlib og seaborn, for at udtrække så meget information som muligt fra data på en overskuelig og præcis måde.

Opdag det grundlæggende inden for datavisualisering med Matplotlib. Lær dets kernekoncepter, udforsk dets fordele, og opret dit første enkle plot ved hjælp af dette fundamentale plotbibliotek.

Opnå færdigheder i at visualisere data gennem de mest populære diagramtyper. Lær at opbygge linje-, punkt- og søjlediagrammer for tydelig formidling af indsigter fra dine data.

Lær at gøre dine plots mere informative og visuelt tiltalende. Tilføj titler, signaturforklaringer, farver og gitterlinjer, og opdag hvordan du effektivt arrangerer flere underplots.

Udforsk statistiske visualiseringer, der hjælper med at analysere datadistributioner og mønstre. Opret histogrammer, boksplot og cirkeldiagrammer for at afdække dybere statistiske indsigter.

Forbedr dine visualiseringsevner med Seaborn. Opret avancerede diagrammer såsom countplots, KDE'er, parplots og heatmaps, mens du mestrer Seaborns elegante stil og tilpasningsmuligheder.

Oprettelse af et Lærred

Awesome!

Oprettelse af et Lærred