Kursinhalt
Ultimative Visualisierung mit Python
Ultimative Visualisierung mit Python
Mehrere Linienplots
Es kommt häufig vor, dass wir mehr als ein Liniendiagramm auf einem Axes-Objekt erstellen müssen. Zum Beispiel möchten wir möglicherweise zwei oder mehr Diagramme vergleichen, die bestimmte Dynamiken, Trends usw. darstellen. Es gibt zwei mögliche Wege, dies zu erreichen. Beginnen wir mit dem ersten.
Hier ist ein Beispiel unserer Daten:
import pandas as pd url = 'https://staging-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())
Wir werden zwei Liniendiagramme verwenden, um die durchschnittlichen Jahrestemperaturen von Seattle und Boston zu vergleichen. Hier ist die erste Option:
import matplotlib.pyplot as plt import pandas as pd weather_df = pd.read_csv('https://staging-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()
Erste Option
Hier verwenden wir die plot() Funktion zweimal, um zwei separate Liniendiagramme auf einem Axes Objekt zu zeichnen. Denken Sie daran, dass Indizes der pandas Series (in unserem Beispiel haben wir Jahre als Indizes) für die x-Achsenwerte verwendet werden.
Die zweite Option ist die folgende:
import matplotlib.pyplot as plt import pandas as pd weather_df = pd.read_csv('https://staging-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()
Zweite Option
Hier verwenden wir die plot()-Funktion nur einmal, jedoch, da wir die Marker zweimal angeben, versteht matplotlib, dass es sich um zwei separate Plots handelt (und ihre Indizes verwendet werden).
Ohne die Angabe der Marker erstellt diese Option jedoch nur einen Plot (unter Verwendung der linken pandas Series für die x-Achse und der rechten für die y-Achse).
Als Randnotiz, fühlen Sie sich frei, noch mehr über Linienplots mit ihrer Dokumentation zu erkunden.
Swipe to start coding
- Verwenden Sie die richtige Funktion, um in der fünften Zeile ein Linienplot zu erstellen.
- Übergeben Sie
data_linearals Argument in der Funktion in der sechsten Zeile, verwenden Sie keine Marker. - Verwenden Sie die richtige Funktion, um in der achten Zeile ein Linienplot zu erstellen.
- Übergeben Sie
data_squaredals Argument in der Funktion in der fünften Zeile, verwenden Sie'o'Marker mit durchgezogener Linie.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
Mehrere Linienplots
Es kommt häufig vor, dass wir mehr als ein Liniendiagramm auf einem Axes-Objekt erstellen müssen. Zum Beispiel möchten wir möglicherweise zwei oder mehr Diagramme vergleichen, die bestimmte Dynamiken, Trends usw. darstellen. Es gibt zwei mögliche Wege, dies zu erreichen. Beginnen wir mit dem ersten.
Hier ist ein Beispiel unserer Daten:
import pandas as pd url = 'https://staging-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())
Wir werden zwei Liniendiagramme verwenden, um die durchschnittlichen Jahrestemperaturen von Seattle und Boston zu vergleichen. Hier ist die erste Option:
import matplotlib.pyplot as plt import pandas as pd weather_df = pd.read_csv('https://staging-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()
Erste Option
Hier verwenden wir die plot() Funktion zweimal, um zwei separate Liniendiagramme auf einem Axes Objekt zu zeichnen. Denken Sie daran, dass Indizes der pandas Series (in unserem Beispiel haben wir Jahre als Indizes) für die x-Achsenwerte verwendet werden.
Die zweite Option ist die folgende:
import matplotlib.pyplot as plt import pandas as pd weather_df = pd.read_csv('https://staging-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()
Zweite Option
Hier verwenden wir die plot()-Funktion nur einmal, jedoch, da wir die Marker zweimal angeben, versteht matplotlib, dass es sich um zwei separate Plots handelt (und ihre Indizes verwendet werden).
Ohne die Angabe der Marker erstellt diese Option jedoch nur einen Plot (unter Verwendung der linken pandas Series für die x-Achse und der rechten für die y-Achse).
Als Randnotiz, fühlen Sie sich frei, noch mehr über Linienplots mit ihrer Dokumentation zu erkunden.
Swipe to start coding
- Verwenden Sie die richtige Funktion, um in der fünften Zeile ein Linienplot zu erstellen.
- Übergeben Sie
data_linearals Argument in der Funktion in der sechsten Zeile, verwenden Sie keine Marker. - Verwenden Sie die richtige Funktion, um in der achten Zeile ein Linienplot zu erstellen.
- Übergeben Sie
data_squaredals Argument in der Funktion in der fünften Zeile, verwenden Sie'o'Marker mit durchgezogener Linie.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden