Leer Meervoudige Lijndiagrammen | Veelgebruikte Grafieken Maken

Vaak is het noodzakelijk om meerdere lijndiagrammen op één Axes-object te maken om verschillende trends of patronen te vergelijken. Dit kan op twee hoofdmanieren worden gedaan. Hier volgt de eerste benadering.

Hier is een voorbeeld van de gemiddelde jaarlijkse temperaturen (in $\degree$ F) van Seattle en 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())

Twee lijndiagrammen worden gebruikt om gegevens van Seattle en Boston te vergelijken.

Eerste optie

Roep plot() tweemaal aan om twee afzonderlijke lijndiagrammen op dezelfde Axes te tekenen. De Series-indices (jaren) worden automatisch de x-aswaarden voor beide lijnen.


              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()

Tweede optie

Hier wordt plot() één keer aangeroepen. Omdat beide series markeringen hebben, behandelt matplotlib ze als twee afzonderlijke grafieken, waarbij opnieuw hun indices voor de x-as worden gebruikt.

Als er geen markeringen worden opgegeven, tekent plot() slechts één lijn, waarbij de eerste Series als x en de tweede als y wordt gebruikt.


              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()

Derde optie

Het is ook mogelijk om de volledige DataFrame aan plot() door te geven. Elke kolom wordt een aparte lijn en de index van de DataFrame wordt gebruikt voor de x-as. Dit is een snelle manier om meerdere tijdreeksen of kenmerken te visualiseren zonder plot() herhaaldelijk aan te roepen.


              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()

Meer Bestuderen

Ontdek gerust meer over lijndiagrammen met de plot() functiedocumentatie.

Taak

Swipe to start coding

Gebruik de juiste functie om 2 lijndiagrammen te maken.
Geef data_linear als argument mee in de eerste plotfunctie, zonder markers te gebruiken.
Geef data_squared als argument mee in de tweede functie, gebruik 'o' markers met een doorgetrokken lijn.

Oplossing

Was alles duidelijk?

Bedankt voor je feedback!

Sectie 2. Hoofdstuk 2

single

Vraag AI

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

Veeg om het menu te tonen