Lernen Mehrfach-Liniendiagramme | Erstellung Häufig Verwendeter Diagramme

Oft ist es notwendig, mehrere Liniendiagramme auf einem einzigen Axes-Objekt zu erstellen, um verschiedene Trends oder Muster zu vergleichen. Dies kann auf zwei Hauptarten erfolgen. Hier ist der erste Ansatz.

Hier ist eine Stichprobe der durchschnittlichen Jahrestemperaturen (in $\degree$ F) von Seattle und Boston:


              12345
            
import pandas as pd
url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
# Loading the dataset with the average yearly temperatures in Boston and Seattle
weather_df = pd.read_csv(url, index_col=0)
print(weather_df.head())

Zwei Liniendiagramme werden verwendet, um die Daten von Seattle und Boston zu vergleichen.

Erste Option

Zweimaliger Aufruf von plot() zum Zeichnen von zwei separaten Liniendiagrammen auf denselben Axes. Die Serienindizes (Jahre) werden automatisch als x-Achsen-Werte für beide Linien verwendet.


              1234567
            
import matplotlib.pyplot as plt
import pandas as pd
weather_df = pd.read_csv('https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv', index_col=0)
# Calling the plot() function for each of the line plots
plt.plot(weather_df['Boston'], '-o')
plt.plot(weather_df['Seattle'], '-o')
plt.show()

Zweite Option

Hier wird plot() einmal aufgerufen. Da beide Serien Marker besitzen, behandelt matplotlib sie als zwei separate Plots und verwendet erneut deren Indizes für die x-Achse.

Wenn keine Marker angegeben sind, zeichnet plot() nur eine Linie, wobei die erste Serie als x und die zweite als y verwendet wird.


              123456
            
import matplotlib.pyplot as plt
import pandas as pd
weather_df = pd.read_csv('https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv', index_col=0)
# Calling the plot() function once for two line plots
plt.plot(weather_df['Boston'], '-o', weather_df['Seattle'], '-o')
plt.show()

Dritte Möglichkeit

Es ist auch möglich, das gesamte DataFrame an plot() zu übergeben. Jede Spalte wird zu einer eigenen Linie, und der Index des DataFrames wird für die x-Achse verwendet. Dies ist eine schnelle Methode, um mehrere Zeitreihen oder Merkmale zu visualisieren, ohne plot() wiederholt aufrufen zu müssen.


              123456
            
import matplotlib.pyplot as plt
import pandas as pd
weather_df = pd.read_csv('https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv', index_col=0)
# Calling the plot() function for whole DataFrame
plt.plot(weather_df, '-o')
plt.show()

Weiterführende Informationen

Weitere Informationen zu Liniendiagrammen finden Sie in der plot()-Funktionsdokumentation.

Aufgabe

Swipe to start coding

Die korrekte Funktion verwenden, um 2 Liniendiagramme zu erstellen.
data_linear als Argument in der ersten Plot-Funktion übergeben, dabei keine Marker verwenden.
data_squared als Argument in der zweiten Funktion übergeben und 'o' Marker mit durchgezogener Linie verwenden.

Lösung

War alles klar?

Danke für Ihr Feedback!

Abschnitt 2. Kapitel 2

single

Fragen Sie AI

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Suggested prompts:

Can you explain the differences between the three plotting options?

How can I add a legend or labels to these plots?

What other customizations can I apply to these line plots?

Awesome!

Completion rate improved to 3.85

Swipe um das Menü anzuzeigen