כמה תרשימים בתרשים אחד

חלק מהיחידה נתונים ותרשימים במסלול ה-Machine Learning של Coddy. שיעור 28 מתוך 60.

משאית אוכל עוקבת אחר הלקוחות שלה וזמן ההמתנה שלהם. יחידות שונות מוצגות בצורה הטובה ביותר בשני תרשימים, זה לצד זה באותה דמות:

שני תרשימים זה לצד זה: עמודות המציגות את מספר הלקוחות מיום שני עד יום שישי, ועולות ל-150 ביום שישי, וקו המציג את זמן ההמתנה בדקות, ועולה ל-12 ביום שישי

ימים עמוסים, המתנות ארוכות: מבט אחד מספר את הסיפור. plt.subplots(1, 2) יוצר שורה אחת ובה 2 תרשימים, axs[0] משמאל ו-axs[1] מימין:

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()

כל אחד מהם הוא תרשים מלא עם המתודות המוכרות לך. השורות מופיעות קודם, כמו במבנה: plt.subplots(2, 1) מערים אותן זו על גבי זו.

אתגר

בינוני

מטייל תיעד שמונה טיולים: מרחק בק״מ שהלך ומשך הזמן בשעות. הפונקציה ההתחלתית label(ax, title, xlabel, ylabel) נותנת שם לתרשים אחד. ציירו שני תרשימים זה לצד זה:

משמאל: קו של km (למעלה) לפי מספר הטיול ב-hikes (לאורך הציר האופקי).
מימין: נקודה אחת לכל טיול, המרחק לאורך הציר האופקי והזמן לאורך הציר האנכי.
תנו שם לכל תרשים באמצעות קריאה אחת ל-label, תוך שימוש בטקסטים שלמטה.

התרשים שלכם אמור להיראות כמו התרשים הזה, מיומן של מטייל אחר:

שני תרשימים זה לצד זה: משמאל, קו שכותרתו מרחק לטיול, עם טיול לאורך הציר האופקי ומרחק (ק״מ) לאורך הציר האנכי; מימין, נקודות שכותרתן זמן לעומת מרחק, עם מרחק (ק״מ) לאורך הציר האופקי וזמן (שעות) לאורך הציר האנכי

הטקסטים: Distance per Hike, Hike, Distance (km) משמאל; Time vs Distance, Distance (km), Time (h) מימין. התוכנית שלכם לא מדפיסה דבר.

נסו בעצמכם

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])


# מוסיף לתרשים אחד כותרת ותוויות לצירים (לא מחזיר ערך)
def label(ax, title, xlabel, ylabel):
    ax.set_title(title)
    ax.set_xlabel(xlabel)
    ax.set_ylabel(ylabel)


# כתבו את הקוד שלכם למטה

# אל תשנו את השורה למטה
plt.show()