Pyyhkäise näyttääksesi valikon

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 ( $\degree$ F):


              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())

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()

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()

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()

Lisätietoa

Tutustu lisää viivakaavioihin plot() -funktion dokumentaation avulla.

Tehtävä

Swipe to start coding

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

Ratkaisu

Vaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 2. Luku 2

single

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Useita Viivakaavioita

Tässä on esimerkki Seattlen ja Bostonin keskimääräisistä vuotuisista lämpötiloista ( $\degree$ F):


              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())

Kahta viivakaaviota käytetään vertailemaan Seattlen ja Bostonin tietoja.

Ensimmäinen vaihtoehto


              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()

Toinen vaihtoehto

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()

Kolmas vaihtoehto

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


              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()

Lisätietoa

Tutustu lisää viivakaavioihin plot() -funktion dokumentaation avulla.

Tehtävä

Swipe to start coding

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

Ratkaisu

Vaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista

Oliko kaikki selvää?

Kiitos palautteestasi!

Pyyhkäise näyttääksesi valikon

Useita Viivakaavioita

Ensimmäinen vaihtoehto

Toinen vaihtoehto

Kolmas vaihtoehto

Ratkaisu

Awesome!

Useita Viivakaavioita

Ensimmäinen vaihtoehto

Toinen vaihtoehto

Kolmas vaihtoehto

Ratkaisu

Awesome!