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 lager:
* **Backend-lager**: renderar diagram till skärmar eller filer;
* **Artist-lager**: beskriver hur data är organiserad, består av ett objekt, `Artist`;
* **Skriptlager**: kopplar samman de två föregående lagren och förenklar åtkomsten till dem.

Huvudfokus ligger på skriptlagret med modulen `pyplot` och artistlagret. Artistlagret inkluderar följande:

* **Behållare** (t.ex. `Figure`, `Axes`);
* **Primitiver** (t.ex. linje, rektangel, cirkel, text, etc).

`Figure` är det huvudsakliga `Artist`-objektet och kan ses som en duk där alla diagram placeras. I princip håller det ihop allt.

Å andra sidan är `Axes` ett objekt som består av två axelobjekt, x-axel och y-axel.



`Figure` = duk, `Axes` = x-axel + y-axel.

Notering

Nu undersöks skapandet av `Figure` och dess `Axes`:

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

Data finns överallt omkring oss, och att förstå den är oerhört viktigt. Visualisering hjälper dig att hantera data genom att identifiera vissa mönster och insikter. Du kommer att bygga en gedigen grund inom datavisualisering med Python och dess bibliotek, såsom matplotlib och seaborn, för att få ut så mycket information som möjligt ur data på ett snyggt och koncist sätt.

Upptäck grunderna i datavisualisering med Matplotlib. Lär dig dess kärnkoncept, utforska dess fördelar och skapa ditt första enkla diagram med detta grundläggande visualiseringsbibliotek.

Bemästra hur du visualiserar data med de mest populära diagramtyperna. Lär dig att skapa linje-, punkt- och stapeldiagram för att tydligt kommunicera insikter från din data.

Lär dig göra dina diagram mer informativa och visuellt tilltalande. Lägg till titlar, förklaringar, färger och rutnät, samt upptäck hur du effektivt arrangerar flera delplottar.

Utforska statistiska visualiseringar som hjälper till att analysera datadistributioner och mönster. Skapa histogram, lådagram och cirkeldiagram för att avslöja djupare statistiska insikter.

Ta dina visualiseringskunskaper till nästa nivå med Seaborn. Skapa avancerade diagram såsom countplots, KDE, parplottar och värmekartor samtidigt som du behärskar Seaborns eleganta stil och anpassningsmöjligheter.

Skapa en Duk

Awesome!

Skapa en Duk