Sveip for å vise menyen

Flere Linjediagrammer

Ofte er det nødvendig å lage flere linjediagrammer på et enkelt Axes-objekt for å sammenligne ulike trender eller mønstre. Dette kan gjøres på to hovedmåter. Her er den første tilnærmingen.

Her er et utvalg av gjennomsnittlige årlige temperaturer (i $\degree$ F) for Seattle og 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())

To linjediagrammer vil bli brukt for å sammenligne data fra Seattle og Boston.

Første alternativ

Funksjonen plot() brukes to ganger for å lage to separate linjediagrammer på det samme Axes-objektet. Husk at indeksene til pandas-Series brukes som x-akse-verdier — i dette eksempelet fungerer årene som indekser.


              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()

Andre alternativ

I dette eksempelet kalles plot()-funksjonen kun én gang. Siden markører er spesifisert for begge dataseriene, tolker matplotlib dem som to separate diagrammer og bruker Series-indeksene som x-akse-verdier.

Hvis markører ikke er spesifisert, lager funksjonen kun et enkelt diagram, der den bruker den første pandas-Series for x-aksen og den andre for y-aksen.


              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()

Tredje alternativ

En annen måte å lage flere linjediagrammer i én enkelt funksjonskall, er å sende hele DataFrame direkte til plot()-funksjonen.

I dette tilfellet behandler matplotlib automatisk hver kolonne i DataFrame som et eget linjediagram. Indeksen til DataFrame brukes for x-aksen, og verdiene i hver kolonne plottes på y-aksen.

Denne tilnærmingen er praktisk når du raskt vil visualisere flere egenskaper over en felles indeks (for eksempel tid eller kategorier), uten å måtte kalle plot() manuelt for hver enkelt.


              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()

Studer mer

Utforsk gjerne mer om linjediagrammer med plot() funksjonsdokumentasjon.

Oppgave

Swipe to start coding

Bruk riktig funksjon for å lage 2 linjediagrammer.
Send inn data_linear som argument i første plot-funksjon, ikke bruk markører.
Send inn data_squared som argument i andre funksjon, bruk 'o'-markører med heltrukket linje.

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 2

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Flere Linjediagrammer

Her er et utvalg av gjennomsnittlige årlige temperaturer (i $\degree$ F) for Seattle og 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())

To linjediagrammer vil bli brukt for å sammenligne data fra Seattle og Boston.

Første alternativ


              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()

Andre alternativ

Hvis markører ikke er spesifisert, lager funksjonen kun et enkelt diagram, der den bruker den første pandas-Series for x-aksen og den andre for y-aksen.


              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()

Tredje alternativ

En annen måte å lage flere linjediagrammer i én enkelt funksjonskall, er å sende hele DataFrame direkte til plot()-funksjonen.

Denne tilnærmingen er praktisk når du raskt vil visualisere flere egenskaper over en felles indeks (for eksempel tid eller kategorier), uten å måtte kalle plot() manuelt for hver enkelt.


              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()

Studer mer

Utforsk gjerne mer om linjediagrammer med plot() funksjonsdokumentasjon.

Oppgave

Swipe to start coding

Bruk riktig funksjon for å lage 2 linjediagrammer.
Send inn data_linear som argument i første plot-funksjon, ikke bruk markører.
Send inn data_squared som argument i andre funksjon, bruk 'o'-markører med heltrukket linje.

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 2

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor