Unterdiagramme mit plt.subplots erstellen

Diagramme, die aus mehreren Unterdiagrammen bestehen (sogenannte „Small Multiples“, also wörtlich „kleine Mehrlinge“), werden verwendet, um mehrere Datensätze nebeneinander darzustellen. In Matplotlib können diese Unterdiagramme mit der Funktion plt.subplots() erstellt werden. Das erste Argument ist die Anzahl der Zeilen im Array der zu erzeugenden Axes-Objekte und das zweite Argument ist die Anzahl der Spalten. In dieser Übung verwendest du die Daten aus Austin und Seattle, um zu üben, wie du eine Reihe von Unterdiagrammen erstellen und auffüllen kannst.

Die Daten werden dir in DataFrames zur Verfügung gestellt: seattle_weather und austin_weather. Diese haben jeweils eine "MONTH"-Spalte und eine "MLY-PRCP-NORMAL"-Spalte (für den durchschnittlichen Niederschlag) sowie eine "MLY-TAVG-NORMAL"-Spalte (für die durchschnittliche Temperatur). In dieser Übung stellst du die monatlichen Durchschnittsniederschläge und Durchschnittstemperaturen in jeder Stadt in einem separaten Unterdiagramm dar.

Diese Übung ist Teil des Kurses

Einführung in die Datenvisualisierung mit Matplotlib

Kurs anzeigen

Anleitung zur Übung

  • Erstelle eine Abbildung und ein Array von Unterdiagrammen mit 2 Zeilen und 2 Spalten.
  • Wenn du die Achsen oben links mit dem Index 0, 0 adressierst, zeichnest du den Niederschlag in Seattle auf.
  • Stelle oben rechts (Index 0, 1) die Temperaturen in Seattle dar.
  • Unten links (1, 0) und unten rechts (1, 1) sind die Niederschläge und Temperaturen in Austin dargestellt.

Interaktive Übung zum Anfassen

Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.

# Create a Figure and an array of subplots with 2 rows and 2 columns
fig, ax = plt.subplots(____, ____)

# Addressing the top left Axes as index 0, 0, plot month and Seattle precipitation
ax[0, 0].plot(____, ____)

# In the top right (index 0,1), plot month and Seattle temperatures
ax[0, 1].plot(____, ____)

# In the bottom left (1, 0) plot month and Austin precipitations
ax[____].plot(____, ____)

# In the bottom right (1, 1) plot month and Austin temperatures
ax[____].plot(____, ____)
plt.show()