Вивчайте Графіки з Кількома Лініями | Створення Поширених Типів 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 $\degree$ F) 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())

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 з бібліотеки 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()

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 з Series для осі x, а 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()

Третій варіант

Ще один спосіб створити кілька лінійних графіків за один виклик — передати весь 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()

Вивчайте більше

Детальніше ознайомтеся з лінійними графіками у документації функції plot().

Завдання

Swipe to start coding

Використання відповідної функції для створення 2 лінійних графіків.
Передайте data_linear як аргумент у першу функцію побудови графіка, не використовуйте маркери.
Передайте data_squared як аргумент у другу функцію, використовуючи маркери 'o' із суцільною лінією.

Рішення

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 2. Розділ 2

single

Запитати АІ

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

Suggested prompts:

Can you explain the differences between the three plotting options?

How can I customize the appearance of the plots, such as colors or line styles?

What should I do if I want to add a legend or axis labels to these plots?

Awesome!

Completion rate improved to 3.85

Свайпніть щоб показати меню