Jul 08, 2025 | 14 views
A. Seaborn
B. Plotly
C. Matplotlib
D. Bokeh
Pembahasan :
Matplotlib adalah library fundamental dalam Python untuk visualisasi data. Ia menyediakan kontrol yang sangat detail atas setiap aspek plot, sehingga cocok untuk membuat plot statis yang fleksibel.
A. Untuk memberikan judul pada plot.
B. Untuk menjelaskan rentang nilai pada sumbu warna.
C. Untuk menampilkan label pada setiap titik data.
D. Untuk menampilkan garis putus-putus pada plot.
Pembahasan :
Colorbar (atau legenda warna) digunakan untuk menghubungkan warna pada plot dengan rentang nilai data yang sesuai. Ini membantu pemahaman tentang bagaimana warna merepresentasikan nilai.
A. Membuat plot scatter dengan titik-titik yang mewakili data.
B. Menambahkan label pada sumbu x dan y.
C. Menentukan warna dan ukuran titik secara individual.
D. Membuat plot dengan garis yang menghubungkan titik-titik data secara berurutan.
Pembahasan :
`plt.scatter()` digunakan untuk membuat plot scatter (titik-titik data). Ia tidak secara langsung membuat plot garis yang menghubungkan titik secara berurutan. Fungsi lain seperti `plt.plot()` digunakan untuk itu.
A. Seaborn hanya mendukung plot statis dan tidak dapat membuat plot interaktif.
B. Seaborn menyediakan banyak plot yang lebih menarik dan informatif dibandingkan Matplotlib.
C. Seaborn tidak dapat digunakan untuk membuat plot dengan garis putus-putus.
D. Seaborn selalu menghasilkan plot dengan warna yang sangat kontras.
Pembahasan :
Seaborn dibangun di atas Matplotlib dan menyediakan antarmuka tingkat tinggi untuk membuat plot yang lebih estetis dan informatif. Ia menyederhanakan pembuatan plot kompleks seperti histogram, scatter plot, dan box plot.
A. Plot yang menampilkan hubungan antara dua variabel.
B. Plot yang menampilkan sebaran data dalam sebuah variabel.
C. Plot yang menampilkan rentang nilai data.
D. Plot yang menampilkan nilai tertinggi dan terendah data.
Pembahasan :
Distribution plot (misalnya, histogram atau density plot) digunakan untuk melihat distribusi data, yaitu bagaimana nilai-nilai data tersebar.
A. Nilai data yang akan diukur.
B. Kategori atau kelompok data.
C. Waktu.
D. Ukuran data.
Pembahasan :
Plot bar digunakan untuk membandingkan nilai-nilai antar kategori atau kelompok. Sumbu x mewakili kategori atau kelompok data.
A. Menambahkan label pada sumbu x.
B. Menambahkan label pada sumbu y.
C. Menambahkan judul pada plot.
D. Menambahkan legenda pada plot.
Pembahasan :
`plt.title()` digunakan untuk menambahkan judul pada plot, sehingga memudahkan pemahaman tentang apa yang diwakili oleh plot tersebut.
A. `plt.figure(figsize=(width, height))`
B. `plt.plot(x, y)`
C. `plt.savefig('nama_file.png')`
D. `plt.xlim(min_x, max_x)`
Pembahasan :
`plt.figure(figsize=(width, height))` digunakan untuk menentukan ukuran figure (gambar) dalam Matplotlib. Pilihan B ( `plt.plot(x, y)`) adalah cara untuk membuat plot, bukan untuk menentukan ukuran figure.
A. Ukuran perbedaan antara dua titik data.
B. Ukuran hubungan antara dua variabel.
C. Ukuran seberapa dekat dua variabel data berpusat di sekitar nilai rata-rata.
D. Ukuran seberapa besar variasi data.
Pembahasan :
Correlation (korelasi) mengukur kekuatan dan arah hubungan linier antara dua variabel. Nilai positif menunjukkan korelasi positif, nilai negatif menunjukkan korelasi negatif, dan nilai nol menunjukkan tidak ada korelasi.
A. Dengan menggunakan fungsi `plt.grid()` pada Matplotlib.
B. Dengan menggunakan fungsi `sns.grid()` pada Seaborn.
C. Dengan menggunakan parameter `grid=True` pada fungsi plot Seaborn.
D. Dengan menggunakan fungsi `plt.show()` pada Matplotlib.
Pembahasan :
Parameter `grid=True` pada fungsi plot Seaborn secara otomatis menambahkan grid pada plot, sehingga memudahkan pembacaan nilai data.
