Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Flere Linjediagrammer | Lage Ofte Brukte Diagrammer
Practice
Projects
Quizzes & Challenges
Quizzes
Challenges
/
Ultimat Visualisering med Python

bookFlere 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 °\degreeF) 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())
copy

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

Første alternativ

Kall plot() to ganger for å tegne to separate linjediagrammer på samme Axes. Seriens indekser (år) blir automatisk x-verdier for begge linjene.

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

Andre alternativ

Her kalles plot() én gang. Fordi begge seriene har markører, behandler matplotlib dem som to separate plott, og bruker igjen indeksene deres som x-verdier.

Hvis ingen markører er angitt, tegner plot() kun én linje, der første serie er x og andre er y.

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

Tredje alternativ

Hele DataFrame kan også sendes til plot(). Hver kolonne blir en egen linje, og DataFrame-ens indeks brukes for x-aksen. Dette er en rask metode for å visualisere flere tidsserier eller egenskaper uten å kalle plot() flere ganger.

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
Studer mer

Utforsk gjerne enda mer om linjediagrammer med plot() funksjonsdokumentasjon.

Oppgave

Swipe to start coding

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

Løsning

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 2
single

single

Spør AI

expand

Spør AI

ChatGPT

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

close

bookFlere Linjediagrammer

Sveip for å vise menyen

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 °\degreeF) 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())
copy

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

Første alternativ

Kall plot() to ganger for å tegne to separate linjediagrammer på samme Axes. Seriens indekser (år) blir automatisk x-verdier for begge linjene.

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

Andre alternativ

Her kalles plot() én gang. Fordi begge seriene har markører, behandler matplotlib dem som to separate plott, og bruker igjen indeksene deres som x-verdier.

Hvis ingen markører er angitt, tegner plot() kun én linje, der første serie er x og andre er y.

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

Tredje alternativ

Hele DataFrame kan også sendes til plot(). Hver kolonne blir en egen linje, og DataFrame-ens indeks brukes for x-aksen. Dette er en rask metode for å visualisere flere tidsserier eller egenskaper uten å kalle plot() flere ganger.

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
Studer mer

Utforsk gjerne enda mer om linjediagrammer med plot() funksjonsdokumentasjon.

Oppgave

Swipe to start coding

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

Løsning

Switch to desktopBytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 2
single

single

some-alt