Menu
CoddyTech

Wizualizacja DataFrame

Część sekcji Dane i wykresy ścieżki Machine Learning w Coddy. Lekcja 47 z 60.

W tabeli znajdują się już liczby potrzebne wykresowi. Pod koniec tego rozdziału jedna tabela da ci to:

Dwa wykresy na podstawie jednej tabeli księgarni: liczba klientów dziennie w ciągu dwóch tygodni oraz histogram dziennej sprzedaży

Zaczyna się od jednego wywołania. df.plot przyjmuje nazwy dwóch kolumn: x= w poziomie, y= w pionie:

sales = pd.DataFrame({"day": [1, 2, 3, 4, 5], "cups": [12, 18, 15, 25, 30]})
fig, ax = plt.subplots()
sales.plot(x="day", y="cups", ax=ax)
ax.set_title("Lemonade Sales")
plt.show()

To rysuje poniższy wykres. pandas samodzielnie opisuje oś x jako day i nadaje linii nazwę cups w legendzie:

Linia przedstawiająca liczbę kubków lemoniady w ciągu pięciu dni, rosnąca z 12 do 30, z chwilowym spadkiem w 3. dniu; oś x opisana jako day, legenda cups

ax=ax umieszcza linię na Twoich osiach. Bez tego pandas tworzy nową figurę, a tytuł trafia na pusty wykres.

challenge icon

Wyzwanie

Średni

Wodowskaz rejestrował poziom wody co godzinę podczas burzliwej nocy. river.csv zawiera kolumny hour, level_cm i rain_mm.

  1. Utwórz figurę i osie.
  2. Użyj river.plot, aby narysować level_cm względem hour na tych osiach.
  3. Ustaw tytuł River Level, etykietę osi y Level (cm) i wyświetl wykres.

Twój wykres powinien wyglądać tak jak ten, pochodzący z wodowskazu położonego w górę rzeki:

Wykres liniowy zatytułowany River Level, oś x hour od 0 do 12, oś y Level (cm), wzrost z 60 do szczytowej wartości 88 w godzinie 7, a następnie spadek do 75, legenda level_cm

Twój program niczego nie wypisuje: Coddy sprawdza wykres i opisuje go w wyniku.

Spróbuj swoich sił

import pandas as pd
import matplotlib.pyplot as plt

river = pd.read_csv("river.csv")

# Napisz swój kod poniżej
quiz iconSprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Wszystkie lekcje w sekcji Dane i wykresy

Poćwicz samodzielnie: Kompilator Python online