Lära Flera Linjediagram | Skapa Vanliga Diagramtyper

Ofta är det nödvändigt att skapa flera linjediagram på ett enda Axes-objekt för att jämföra olika trender eller mönster. Detta kan göras på två huvudsakliga sätt. Här är det första tillvägagångssättet.

Här är ett exempel på genomsnittliga årliga temperaturer (i $\degree$ F) för Seattle och 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())

Två linjediagram kommer att användas för att jämföra data från Seattle och Boston.

Första alternativet

Anropa plot() två gånger för att rita två separata linjediagram på samma Axes. Seriens index (årtal) blir automatiskt x-axelvärden för båda linjerna.


              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()

Andra alternativet

Här anropas plot() en gång. Eftersom båda serierna har markörer behandlar matplotlib dem som två separata diagram, och använder återigen deras index för x-axeln.

Om inga markörer anges ritar plot() endast en linje, där första serien används som x och andra som 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()

Tredje alternativet

Det är också möjligt att skicka hela DataFrame till plot(). Varje kolumn blir en separat linje och DataFrame:ns index används för x-axeln. Detta är ett snabbt sätt att visualisera flera tidsserier eller egenskaper utan att behöva anropa plot() upprepade gånger.


              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()

Studera vidare

Utforska gärna ännu mer om linjediagram med plot() funktionsdokumentation.

Uppgift

Swipe to start coding

Använd rätt funktion för att skapa 2 linjediagram.
Skicka data_linear som argument i första plot-funktionen, använd inga markörer.
Skicka data_squared som argument i andra funktionen, använd 'o'-markörer med heldragen linje.

Lösning

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 2. Kapitel 2

single

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Suggested prompts:

Can you explain the differences between the three plotting options?

How can I add a legend or labels to these plots?

What other customizations can I apply to these line plots?

Svep för att visa menyn