Matplotlib adalah salah satu library Python yang paling populer untuk membuat plot. Salah satu fitur yang paling populer dalam Matplotlib adalah plot scatter, yang digunakan untuk menerbitkan titik-titik pada chart.

Contoh Penggunaan

Pada bagian ini, kita akan membahas contoh penggunaan plot scatter dalam Matplotlib. Misalnya, kita memiliki data dua kolom (date, value) yang ingin kita plot. Kita ingin menampilkan nilai-nilai pada sumbu y dan tanggal-tanggal pada sumbu x.

import matplotlib.pyplot as plt

# Data contoh
date = [2002, 2003, 2004, 2005]
value = [918.5345, 918.5361, 918.5354]

# Membuat plot scatter
plt.scatter(date, value, '+')

# Atur sumbu x dan y
plt.xlabel('Time')
plt.ylabel('Y(m)')

# Tambahkan grid untuk membantu pengamat
plt.grid(True)

# Tampilkan plot
plt.show()

Penggunaan Marker

Marker adalah salah satu fitur yang paling populer dalam plot scatter. Anda dapat memilih berbagai marker, seperti '+' (plus sign), '*' (star), 'o' (circle), dan lain-lain.

import matplotlib.pyplot as plt

# Data contoh
date = [2002, 2003, 2004, 2005]
value = [918.5345, 918.5361, 918.5354]

# Membuat plot scatter dengan marker '+'
plt.scatter(date, value, '+')

# Atur sumbu x dan y
plt.xlabel('Time')
plt.ylabel('Y(m)')

# Tambahkan grid untuk membantu pengamat
plt.grid(True)

# Tampilkan plot
plt.show()

Penggunaan Color

Anda juga dapat menggunakan warna dalam plot scatter. Anda dapat memilih warna secara eksplisit atau menggunakan colormap.

import matplotlib.pyplot as plt

# Data contoh
date = [2002, 2003, 2004, 2005]
value = [918.5345, 918.5361, 918.5354]

# Membuat plot scatter dengan warna 'red'
plt.scatter(date, value, c='red')

# Atur sumbu x dan y
plt.xlabel('Time')
plt.ylabel('Y(m)')

# Tambahkan grid untuk membantu pengamat
plt.grid(True)

# Tampilkan plot
plt.show()

Referensi

• [Matplotlib Documentation](https://matplotlib.org/stable/tutorials/introductory plotting/controls.html)
• Seaborn Documentation

Note: This article is written in Markdown format, with code blocks and references provided. The text is designed to be easy to read and understand for those who are familiar with Matplotlib and Python programming.