Erscheinungsbild der Daten anpassen
Wir können das Aussehen der Daten in unseren Diagrammen anpassen, während wir die Daten zum Diagramm hinzufügen, indem wir Schlüsselwortargumente des plot-Befehls verwenden.
In dieser Übung wirst du das Aussehen der Markierungen, den verwendeten Linienstil und die Farbe der Linien und Markierungen für deine Daten anpassen.
Wie zuvor werden die Daten bereits in pandas-DataFrame-Objekten bereitgestellt, die in den Speicher geladen werden: seattle_weather und austin_weather. Diese haben jeweils eine "MONTHS"- und eine "MLY-PRCP-NORMAL"-Spalte, die du visuell gegenüberstellst.
Außerdem wurden bereits ein Figure-Objekt namens fig und ein Axes-Objekt namens ax für dich erstellt.
Diese Übung ist Teil des Kurses
Einführung in die Datenvisualisierung mit Matplotlib
Anleitung zur Übung
- Rufe
ax.plotauf, um"MLY-PRCP-NORMAL"mit"MONTHS"in beiden DataFrames zu vergleichen. - Übergib die
color-Schlüsselwortargumente an diese Befehle, um die Farbe der Seattle-Daten auf blau („b“) und die der Austin-Daten auf rot („r“) zu setzen. - Übergib die
marker-Schlüsselwortargumente an diese Befehle, um die Seattle-Daten auf Kreismarkierungen („o“) und die Austin-Markierungen auf nach unten zeigende Dreiecke („v“) zu setzen. - Gib das Argument
linestylean, um gestrichelte Linien für die Daten beider Städte zu verwenden („--“).
Interaktive Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Plot Seattle data, setting data appearance
ax.plot(seattle_weather["MONTH"], seattle_weather["MLY-PRCP-NORMAL"], ____)
# Plot Austin data, setting data appearance
ax.plot(austin_weather["MONTH"], austin_weather["MLY-PRCP-NORMAL"], ____)
# Call show to display the resulting plot
plt.show()