Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Useita Viivakaavioita | Yleisesti Käytettyjen Kuvaajien Luominen
Huipputason Visualisointi Pythonilla

Pyyhkäise näyttääksesi valikon

book
Useita Viivakaavioita

Usein on tarpeen luoda useita viivakaavioita yhdelle Axes-objektille eri trendien tai mallien vertailemiseksi. Tämä voidaan tehdä kahdella pääasiallisella tavalla. Tässä on ensimmäinen tapa.

Tässä on esimerkki Seattlen ja Bostonin keskimääräisistä vuotuisista lämpötiloista (°\degreeF):

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())
copy

Kahta viivakaaviota käytetään vertailemaan Seattlen ja Bostonin tietoja.

Ensimmäinen vaihtoehto

plot()-funktiota käytetään kahdesti kahden erillisen viivakuvion luomiseen samaan Axes-objektiin. Muista, että pandas-kirjaston Series-indeksejä käytetään x-akselin arvoina — tässä esimerkissä vuodet toimivat indekseinä.

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()
copy

Toinen vaihtoehto

Tässä esimerkissä plot()-funktiota kutsutaan vain kerran. Koska merkitsimet on määritelty molemmille datasarjoille, matplotlib tulkitsee ne kahtena erillisenä kuvaajana ja käyttää pandas-indeksejä x-akselin arvoina.

Jos merkitsimiä ei ole määritelty, funktio luo vain yhden kuvaajan, käyttäen ensimmäistä Series-sarjaa x-akselina ja toista sarjaa y-akselina.

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()
copy

Kolmas vaihtoehto

Toinen tapa luoda useita viivakaavioita yhdellä kutsulla on välittää koko DataFrame suoraan plot()-funktiolle.

Tässä tapauksessa matplotlib käsittelee automaattisesti jokaisen sarakkeen DataFramessa erillisenä viivakaaviona. DataFramen indeksiä käytetään x-akselilla ja kunkin sarakkeen arvoja piirretään y-akselille.

Tämä lähestymistapa on kätevä, kun halutaan nopeasti visualisoida useita ominaisuuksia yhteisen indeksin (kuten ajan tai kategorioiden) yli ilman, että plot()-funktiota tarvitsee kutsua erikseen jokaiselle.

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()
copy
Note
Lisätietoa

Tutustu lisää viivakaavioihin plot() -funktion dokumentaation avulla.

Tehtävä

Swipe to start coding

  1. Käytä oikeaa funktiota luodaksesi 2 viivakuviota.
  2. Anna data_linear argumenttina ensimmäisessä kuvaajafunktiossa, älä käytä merkkejä.
  3. Anna data_squared argumenttina toisessa funktiossa, käytä 'o'-merkkejä ja yhtenäistä viivaa.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 2. Luku 2

Kysy tekoälyä

expand
ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

book
Useita Viivakaavioita

Usein on tarpeen luoda useita viivakaavioita yhdelle Axes-objektille eri trendien tai mallien vertailemiseksi. Tämä voidaan tehdä kahdella pääasiallisella tavalla. Tässä on ensimmäinen tapa.

Tässä on esimerkki Seattlen ja Bostonin keskimääräisistä vuotuisista lämpötiloista (°\degreeF):

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())
copy

Kahta viivakaaviota käytetään vertailemaan Seattlen ja Bostonin tietoja.

Ensimmäinen vaihtoehto

plot()-funktiota käytetään kahdesti kahden erillisen viivakuvion luomiseen samaan Axes-objektiin. Muista, että pandas-kirjaston Series-indeksejä käytetään x-akselin arvoina — tässä esimerkissä vuodet toimivat indekseinä.

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()
copy

Toinen vaihtoehto

Tässä esimerkissä plot()-funktiota kutsutaan vain kerran. Koska merkitsimet on määritelty molemmille datasarjoille, matplotlib tulkitsee ne kahtena erillisenä kuvaajana ja käyttää pandas-indeksejä x-akselin arvoina.

Jos merkitsimiä ei ole määritelty, funktio luo vain yhden kuvaajan, käyttäen ensimmäistä Series-sarjaa x-akselina ja toista sarjaa y-akselina.

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()
copy

Kolmas vaihtoehto

Toinen tapa luoda useita viivakaavioita yhdellä kutsulla on välittää koko DataFrame suoraan plot()-funktiolle.

Tässä tapauksessa matplotlib käsittelee automaattisesti jokaisen sarakkeen DataFramessa erillisenä viivakaaviona. DataFramen indeksiä käytetään x-akselilla ja kunkin sarakkeen arvoja piirretään y-akselille.

Tämä lähestymistapa on kätevä, kun halutaan nopeasti visualisoida useita ominaisuuksia yhteisen indeksin (kuten ajan tai kategorioiden) yli ilman, että plot()-funktiota tarvitsee kutsua erikseen jokaiselle.

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()
copy
Note
Lisätietoa

Tutustu lisää viivakaavioihin plot() -funktion dokumentaation avulla.

Tehtävä

Swipe to start coding

  1. Käytä oikeaa funktiota luodaksesi 2 viivakuviota.
  2. Anna data_linear argumenttina ensimmäisessä kuvaajafunktiossa, älä käytä merkkejä.
  3. Anna data_squared argumenttina toisessa funktiossa, käytä 'o'-merkkejä ja yhtenäistä viivaa.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 2. Luku 2
Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Pahoittelemme, että jotain meni pieleen. Mitä tapahtui?
some-alt