Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Вивчайте Декілька Лінійних Графіків | Створення Поширених Графіків
Ультимативна Візуалізація з Python

Свайпніть щоб показати меню

book
Декілька Лінійних Графіків

Часто виникає необхідність створювати кілька лінійних графіків на одному об'єкті Axes для порівняння різних тенденцій або закономірностей. Це можна зробити двома основними способами. Ось перший підхід.

Наведено зразок середньорічних температур (у °\degreeF) для Сіетла та Бостона:

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

Для порівняння даних Сіетла та Бостона буде використано два лінійних графіки.

Перший варіант

Функція plot() використовується двічі для створення двох окремих лінійних графіків на одному об'єкті Axes. Зверніть увагу, що індекси об'єкта pandas Series використовуються як значення осі x — у цьому прикладі роки виступають індексами.

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

Другий варіант

У цьому прикладі функція plot() викликається лише один раз. Оскільки маркери вказані для обох рядів даних, matplotlib інтерпретує їх як два окремих графіки та використовує індекси Series як значення осі x.

Якщо маркери не вказані, функція створює лише один графік, використовуючи перший об'єкт pandas Series для осі x та другий для осі 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

Третій варіант

Ще один спосіб створити кілька лінійних графіків за один виклик — передати всю DataFrame безпосередньо у функцію plot().

У цьому випадку matplotlib автоматично розглядає кожен стовпець DataFrame як окремий лінійний графік. Індекс DataFrame використовується для осі x, а значення кожного стовпця відображаються по осі y.

Цей підхід зручний, коли потрібно швидко візуалізувати кілька ознак за спільним індексом (наприклад, час або категорії), без необхідності вручну викликати plot() для кожної з них.

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
Вивчайте більше

Досліджуйте ще більше можливостей лінійних графіків за допомогою plot() документації функції.

Завдання

Swipe to start coding

  1. Використання відповідної функції для створення 2 лінійних графіків.
  2. Передача data_linear як аргументу у першу функцію побудови графіка, без використання маркерів.
  3. Передача data_squared як аргументу у другу функцію, використання маркерів 'o' із суцільною лінією.

Рішення

Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 2. Розділ 2

Запитати АІ

expand
ChatGPT

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

book
Декілька Лінійних Графіків

Часто виникає необхідність створювати кілька лінійних графіків на одному об'єкті Axes для порівняння різних тенденцій або закономірностей. Це можна зробити двома основними способами. Ось перший підхід.

Наведено зразок середньорічних температур (у °\degreeF) для Сіетла та Бостона:

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

Для порівняння даних Сіетла та Бостона буде використано два лінійних графіки.

Перший варіант

Функція plot() використовується двічі для створення двох окремих лінійних графіків на одному об'єкті Axes. Зверніть увагу, що індекси об'єкта pandas Series використовуються як значення осі x — у цьому прикладі роки виступають індексами.

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

Другий варіант

У цьому прикладі функція plot() викликається лише один раз. Оскільки маркери вказані для обох рядів даних, matplotlib інтерпретує їх як два окремих графіки та використовує індекси Series як значення осі x.

Якщо маркери не вказані, функція створює лише один графік, використовуючи перший об'єкт pandas Series для осі x та другий для осі 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

Третій варіант

Ще один спосіб створити кілька лінійних графіків за один виклик — передати всю DataFrame безпосередньо у функцію plot().

У цьому випадку matplotlib автоматично розглядає кожен стовпець DataFrame як окремий лінійний графік. Індекс DataFrame використовується для осі x, а значення кожного стовпця відображаються по осі y.

Цей підхід зручний, коли потрібно швидко візуалізувати кілька ознак за спільним індексом (наприклад, час або категорії), без необхідності вручну викликати plot() для кожної з них.

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
Вивчайте більше

Досліджуйте ще більше можливостей лінійних графіків за допомогою plot() документації функції.

Завдання

Swipe to start coding

  1. Використання відповідної функції для створення 2 лінійних графіків.
  2. Передача data_linear як аргументу у першу функцію побудови графіка, без використання маркерів.
  3. Передача data_squared як аргументу у другу функцію, використання маркерів 'o' із суцільною лінією.

Рішення

Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 2. Розділ 2
Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Ми дуже хвилюємося, що щось пішло не так. Що трапилося?
some-alt