Apprendre Graphes à Lignes Multiples | Création de Graphiques Couramment Utilisés

Il est souvent nécessaire de créer plusieurs graphiques linéaires sur un même objet Axes afin de comparer différentes tendances ou motifs. Cela peut être réalisé de deux manières principales. Voici la première approche.

Voici un échantillon des températures moyennes annuelles (en $\degree$ F) de Seattle et Boston :


              12345
            
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())

Deux graphiques linéaires seront utilisés pour comparer les données de Seattle et Boston.

Première option

La fonction plot() est utilisée deux fois pour créer deux tracés linéaires distincts sur le même objet Axes. Rappel : les indices de la pandas Series sont utilisés comme valeurs de l’axe des x — dans cet exemple, les années servent d’indices.


              1234567
            
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()

Deuxième option

Dans cet exemple, la fonction plot() n’est appelée qu’une seule fois. Étant donné que des marqueurs sont spécifiés pour les deux séries de données, matplotlib les interprète comme deux tracés distincts et utilise les indices des Series comme valeurs de l’axe des x.

Si aucun marqueur n’est spécifié, la fonction crée un seul tracé, en utilisant la première pandas Series pour l’axe des x et la seconde pour l’axe des y.


              123456
            
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()

Troisième option

Une autre méthode pour créer plusieurs graphiques linéaires en un seul appel consiste à passer l'intégralité du DataFrame directement à la fonction plot().

Dans ce cas, matplotlib considère automatiquement chaque colonne du DataFrame comme une courbe distincte. L'index du DataFrame est utilisé pour l'axe des x, et les valeurs de chaque colonne sont tracées sur l'axe des y.

Cette approche est pratique pour visualiser rapidement plusieurs caractéristiques sur un même index commun (tel que le temps ou des catégories), sans avoir à appeler manuellement plot() pour chacune d'elles.


              123456
            
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 whole DataFrame
plt.plot(weather_df, '-o')
plt.show()

Approfondir

N'hésitez pas à approfondir vos connaissances sur les graphiques linéaires grâce à la documentation de la fonction plot().

Tâche

Swipe to start coding

Utiliser la fonction appropriée pour créer 2 graphiques linéaires.
Passer data_linear comme argument dans la première fonction de tracé, sans utiliser de marqueurs.
Passer data_squared comme argument dans la deuxième fonction, utiliser des marqueurs 'o' avec une ligne continue.

Solution

Tout était clair ?

Merci pour vos commentaires !

Section 2. Chapitre 2

single

Demandez à l'IA

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

Awesome!

Completion rate improved to 3.85

Glissez pour afficher le menu