Plusieurs graphiques en un
Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 28 sur 60.
Un food truck suit le nombre de ses clients et leur temps d’attente. Les différentes unités sont mieux représentées par deux graphiques côte à côte dans une même figure :
Journées chargées, longues attentes : un coup d’œil suffit pour comprendre. plt.subplots(1, 2) crée 1 rangée de 2 graphiques, axs[0] à gauche et axs[1] à droite :
days = ["Mon", "Tue", "Wed", "Thu", "Fri"]
customers = [60, 85, 70, 120, 150]
wait = [4, 6, 5, 9, 12]
fig, axs = plt.subplots(1, 2)
axs[0].bar(days, customers)
axs[0].set_title("Customers")
axs[1].plot(days, wait)
axs[1].set_title("Wait (min)")
plt.show()Chacune est un graphique complet avec les méthodes que tu connais. Les lignes viennent d’abord, comme pour une forme : plt.subplots(2, 1) les empile.
Défi
MoyenUn randonneur a consigné huit randonnées : la distance parcourue en km et le temps pris en hours. La fonction label(ax, title, xlabel, ylabel) fournie avec le code de départ nomme un graphique. Dessine deux graphiques côte à côte :
- À gauche : une ligne représentant les
km(en ordonnée) pour chaque numéro de randonnée danshikes(en abscisse). - À droite : un point par randonnée, avec la distance en abscisse et le temps en ordonnée.
- Nomme chaque graphique avec un appel à
label, en utilisant les textes ci-dessous.
Le tien devrait ressembler à celui-ci, tiré du journal d'un autre randonneur :
Les textes : Distance per Hike, Hike, Distance (km) à gauche ; Time vs Distance, Distance (km), Time (h) à droite. Ton programme n'affiche rien.
Essayez vous-même
import numpy as np
import matplotlib.pyplot as plt
hikes = np.arange(1, 9)
km = np.array([8.0, 12.5, 6.0, 15.0, 10.0, 18.5, 9.5, 14.0])
hours = np.array([2.5, 4.0, 2.0, 5.0, 3.5, 6.5, 3.0, 4.5])
# Attribue à un graphique son titre et les libellés de ses axes (ne renvoie rien)
def label(ax, title, xlabel, ylabel):
ax.set_title(title)
ax.set_xlabel(xlabel)
ax.set_ylabel(ylabel)
# Écrivez votre code ci-dessous
# Ne modifiez pas la ligne ci-dessous
plt.show()
Cette leçon comprend un petit quiz. Commencez la leçon pour y répondre et suivre votre progression.
Toutes les leçons de Données et visualisations
1Introduction
Bonjour, Machine LearningQu’est-ce qu’un modèle ?Importer des bibliothèquesVotre premier graphique4Façonner les données
Remodeler les tableauxJoindre des tableauxNombres aléatoiresRécapitulatif : simulation de dés2Tableaux NumPy
Créer des tableauxForme et taillePlages de nombresIndexation et découpageRécapitulatif : grille de températures5Graphiques en courbes et nuages de points
Étiquettes et titresNuages de pointsPlusieurs courbes et légendesCouleurs et marqueursFigures et axesRécapitulatif : pas hebdomadaires3Calculs sur les tableaux
Opérations mathématiques sur des tableaux entiersStatistiques récapitulativesStatistiques par axeDiffusionMasques booléensRécapitulatif : notes d’examen6Graphiques de données
Diagrammes en barresHistogrammesPlusieurs graphiques en unImages sous forme de tableauxRécapitulatif : rapport sur les précipitationsEntraînez-vous par vous-même : Compilateur Python en ligne