Menu
CoddyTech
INIZIA A IMPARARE
flag It iconItalianodown icon
machine Learning iconParte del percorso Machine LearningNuovoPercorso

Visualizzazione dati con Python e matplotlib

Array con NumPy, tabelle con pandas e grafici con matplotlib: gli strumenti da cui parte ogni progetto di machine learning. Scrivi il codice e il tuo grafico compare nella scheda Grafici.

INIZIA A IMPARARE(è gratis)
Vedi il programmaPlayground Dati e grafici

1,000+ codder iscritti

60 lezioni59 sfide250 domande del quiz

  • Adatto ai principianti
  • sparkles iconAiuto alla programmazione con l'AI
  • hint iconLezioni interattive pratiche
  • quiz iconQuiz per mettere alla prova le tue conoscenze
  • certificate iconCertificato di completamento gratuito

Programma

1 sezioni60 lezioni59 sfide250 domande del quiz

Questa sezione fa parte del percorso Machine Learning. Il programma completo ha altre sezioni: clicca su un'anteprima qui sotto per vederla nella pagina del percorso.

  1. Sezione 1

    Dati e grafici

    Inizia la sezioneIniziaEspandiComprimi    Gli strumenti fondamentali da cui parte ogni progetto di machine learning: array NumPy, grafici matplotlib e tabelle pandas. Carica dataset reali, riassumili e rappresenta graficamente ciò che scopri.60 lezioni59 sfide250 domande

    Introduzione

    4 lezioni320

    Array NumPy

    5 lezioni520

    Matematica con gli array

    6 lezioni625

    Modellare i dati

    4 lezioni415

    Grafici a linee e a dispersione

    6 lezioni625

    Grafici per i dati

    5 lezioni520

    DataFrame di pandas

    6 lezioni625

    Filtraggio e ordinamento

    5 lezioni520

    Raggruppamento e pulizia

    5 lezioni520

    Creare grafici con i DataFrame

    5 lezioni520

    Dataset per il ML

    5 lezioni520

    Sfide finali

    4 lezioni420
  2. Sezione 2Statistica per il machine learning64 lezioni
  3. Sezione 3Apprendimento supervisionato58 lezioni
  4. Sezione 4Apprendimento non supervisionato51 lezioni
Vedi il programma completo del percorso Machine Learning
Cosa ottieni
Tutto ciò che userai per imparare a programmare

Impara facendo

Scrivi codice vero, interroga database, crea siti web e padroneggia i prompt per l'AI. Le nostre lezioni interattive coprono tutte le competenze di cui ha bisogno uno sviluppatore moderno.

playground.js
Editor di codice
1const greeting = "Hello, Coddy!"
2function sayHi(name) {
3    return greeting + " " + name
4}
5
bottombar Collapse icon
Test #1test Case Success icon
Test #2test Case Success icon
Test #3test Case Failure icon
Input
"Alex"
Output
"Hello, Coddy! Alex"

Costruisci la tua serie

Sii costante e guarda crescere i tuoi progressi! Tieni traccia della tua abitudine quotidiana di programmare, proteggi la tua serie con i giorni di congelamento e guadagna ricompense ogni giorno che ti presenti.

12 giorni di serie

Torna domani per mantenere la tua serie!

fire Filled icon
left icon

January 2026

right icon

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

21

22

23

24

25

26

27

28

29

30

product Double Or Nothing icon

Lascia o raddoppia

Giorno 5 di 7

fire Freeze icon

Congela serie

2 left

Programma ovunque

Porta il tuo percorso di programmazione sempre con te! Niente configurazioni, niente download: apri l'app e inizia a programmare. Disponibile su iOS, Android e Web con valutazioni di 4,9 stelle.

Python
7Serie
250Punteggio
5Energia
Variabili
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Right Done icon
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Left Done icon
journey Hex Active Base iconjourney Hex Active Shadow iconjourney Hex Active Top iconjourney Lesson Theory Challenge icon
CONTINUA
journey Path Right icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson Theory Challenge icon
journey Path Left icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson All icon
Percorso
Obiettivi
Classifica
Profilo
4.9
StellaStellaStellaStellaStella
Valutazione

Non sei solo

Competi nelle classifiche globali, invita gli amici per guadagnare ricompense e festeggiate insieme i vostri successi. Programmare è più bello con gli amici!

Lega Sfidante
Lega SfidanteI primi 7 avanzano
leaderboard First icon1
avatar 1 icon
fire Filled icon
Alex7+ Days
2840
leaderboard Second icon2
avatar 2 icon
fire Filled icon
Jordan7+ Days
2650
leaderboard Third icon3
avatar 3 icon
fire Filled icon
Sam7+ Days
2420
4
avatar 4 icon
Casey
2180
5
avatar placeholder icon
fire Filled icon
Morgan7+ Days
1950
leaderboard Arrow Up iconZona promozioneleaderboard Arrow Up icon

Tutti i modi per imparare

Leggi, ascolta, mettiti alla prova, chiedi all'AI o ripassa qualsiasi cosa tu abbia già visto. Ogni lezione si adatta a te.

Introduzione alle variabili
Audio

Una variabile è un contenitore con un nome che memorizza un valore a cui puoi fare riferimento più avanti nel programma.

In Python la crei scrivendo il nome, un segno di uguale e poi il valore che vuoi memorizzare.

Il valore può cambiare nel tempo: riassegnare il nome lo fa semplicemente puntare a un nuovo valore.

1xSarah

Ottieni un certificato

Ottieni un certificato per ogni corso che completi. Aggiungilo al tuo profilo LinkedIn e al curriculum per mostrare ai datori di lavoro le tue competenze di programmazione.

CoddyCertificato di completamento
Si certifica cheMario Rossiha completato con successo
python iconFondamenti di Python
Verificato
Datagen 2026
LinkedInAggiungi a LinkedIn

Perché imparare NumPy, pandas e matplotlib con Coddy

  • Il tuo grafico, subito. Scrivi plt.plot(x, y), premi Esegui e la vera figura matplotlib compare nella scheda Grafici accanto al tuo codice. Ogni lezione ha un grafico o un diagramma, da un array disegnato come celle numerate a un groupby che smista le righe in pile.
  • NumPy come lo usa il ML: array e shape, slicing, calcoli su interi array, statistiche per asse, broadcasting, maschere booleane e numeri casuali con seed.
  • matplotlib dalla prima riga: grafici a linee e a dispersione, etichette e legende, colori e marker, grafici a barre, istogrammi, grafici affiancati con plt.subplots e array mostrati come immagini.
  • pandas su tabelle vere: leggere file CSV, selezionare, filtrare, ordinare, creare colonne, value_counts, groupby, valori mancanti e grafici direttamente da un DataFrame.

Domande frequenti sulla visualizzazione dati con Python

Che differenza c'è tra NumPy, pandas e matplotlib?

NumPy tiene i numeri in array veloci e fa i calcoli su tutti insieme. pandas costruisce tabelle sopra NumPy, con colonne con nome, file CSV, filtri e raggruppamenti. matplotlib disegna i grafici. Quasi ogni programma di data science o machine learning in Python importa tutti e tre, ed è per questo che questa sezione li insegna insieme.

Meglio imparare prima NumPy o pandas?

Prima NumPy, per poco, poi pandas. Una colonna pandas è un array NumPy con un nome, quindi maschere, calcoli su colonne intere e statistiche per asse hanno senso dopo averli visti sugli array. La sezione dedica quattro capitoli a NumPy, passa a pandas con queste basi già in mano e disegna grafici dall'inizio alla fine.

Devo installare qualcosa per fare grafici?

No. Il tuo codice gira su Coddy con il vero matplotlib, e la figura che disegna torna nella scheda Grafici del tuo browser. Non c'è nessun Jupyter o Anaconda da configurare, quindi va bene anche un Chromebook o un portatile aziendale senza permessi di amministratore.

Quali grafici imparerò a fare?

Grafici a linee, a dispersione, più linee con legenda, grafici a barre, istogrammi, più grafici in una figura, immagini da array, grafici direttamente da un DataFrame, un colore per gruppo e il confronto tra gli istogrammi di due gruppi. Ognuno con titolo ed etichette, pronto per un report.

Devo sapere Python prima di NumPy e pandas?

Le basi: variabili, cicli, funzioni e liste, la sezione Fondamenti del corso Python. Dizionari, import e tutto il resto che serve alla sezione vengono spiegati in una frase la prima volta che compaiono.

Quanto tempo serve per imparare NumPy, pandas e matplotlib?

Questa sezione ha 60 lezioni, circa 10 ore al tuo ritmo: tre settimane a mezz'ora al giorno. È la prima sezione del corso di machine learning, quindi quando la finisci il passo successivo sono i modelli.

Questo corso di NumPy, pandas e matplotlib è gratis?

Sì. Le lezioni, i grafici, i suggerimenti AI e il certificato della sezione sono gratis. Con un account gratuito fai qualche lezione al giorno, e Pro toglie il limite giornaliero.

Percorsi di apprendimento che includono questo corso

Questo corso è un passo di un percorso più lungo: diversi corsi nell'ordine in cui li insegnerebbe un mentore, ognuno con il suo certificato gratuito.

Illustrazione dei linguaggi di programmazione di Coddy

Impara Dati e grafici con Coddy

INIZIA