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` ha tre livelli:
* **Livello Backend**: rende il grafico su schermi o file;
* **Livello Artist**: descrive come sono organizzati i dati, è composto da un oggetto, `Artist`;
* **Livello Scripting**: collega i due livelli precedenti e ne semplifica l'accesso.

L'attenzione principale è rivolta al livello di scripting con il modulo `pyplot` e al livello artist. Il livello artist include i seguenti elementi:

* **Container** (ad esempio `Figure`, `Axes`);
* **Primitive** (ad esempio, linea, rettangolo, cerchio, testo, ecc).

`Figure` è l'oggetto principale `Artist` e può essere considerato come una tela su cui saranno posizionati tutti i grafici. In sostanza, tiene tutto insieme.

D'altra parte, `Axes` è un oggetto composto da due oggetti asse, asse x e asse y.



`Figure` = tela, `Axes` = asse x + asse y.

Nota

Ora vediamo la creazione di `Figure` e dei suoi `Axes`:

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

I dati sono ovunque intorno a noi, e comprenderli è estremamente importante. La visualizzazione aiuta a gestire i dati individuando determinati schemi e approfondimenti. Verranno acquisite solide basi nella visualizzazione dei dati utilizzando Python e le sue librerie, come matplotlib e seaborn, per ottenere quante più informazioni possibili dai dati in modo ordinato e conciso.

Per prima cosa, discuteremo delle applicazioni di visualizzazione, della libreria Matplotlib e dei suoi vantaggi. Successivamente, verrà creato un primo semplice grafico utilizzando Matplotlib.

Ora sei pronto per creare diversi grafici comunemente utilizzati nella pratica. Senza ulteriori indugi, iniziamo subito!

La creazione di grafici e visualizzazioni non consiste solo nel generare uno o più grafici, ma anche nel renderli chiari, comprensibili e gradevoli alla vista. È il momento di imparare la personalizzazione dei grafici in matplotlib.

La statistica è fondamentale nell'analisi dei dati, motivo per cui è estremamente importante sapere come creare diversi grafici statistici. Ora è il momento di esplorare i più comuni.

Seaborn è un'altra potente libreria di visualizzazione in Python, costruita sopra matplotlib. Ora che hai familiarità con matplotlib, è il momento di approfondire la visualizzazione con seaborn.

Creazione di una Tela

Awesome!

Creazione di una Tela