Zeitreihen erstellen: alles zusammenfügen
In dieser Übung stellst du zwei Zeitreihen mit unterschiedlichen Skalen auf denselben Achsen dar und beschriftest die Daten einer dieser Reihen.
Die CO2/Temperaturdaten werden als DataFrame mit dem Namen climate_change bereitgestellt. Du solltest auch die Funktion plot_timeseries verwenden, die wir zuvor definiert haben. Sie nimmt ein Axes-Objekt (als axes-Argument), zeichnet eine Zeitreihe (als x- und y-Argumente), setzt die Beschriftungen für die x- und y-Achse und legt die Farbe für die Daten und die y-Teilstriche/Achsenbeschriftungen fest:
plot_timeseries(axes, x, y, color, xlabel, ylabel)
Dann kommentierst du einen wichtigen Zeitpunkt in den Daten: den 06.10.2015, als die Temperatur zum ersten Mal um mehr als 1 Grad über dem Durchschnitt lag.
Diese Übung ist Teil des Kurses
Einführung in die Datenvisualisierung mit Matplotlib
Anleitung zur Übung
- Verwende die Funktion
plot_timeseries, um die CO2-Werte im Zeitverlauf darzustellen. Setze xlabel auf"Time (years)", ylabel auf"CO2 levels"und color auf'blue'. - Erstelle
ax2, als Zwilling der ersten Achsen. - In
ax2kannst du die Temperatur im Zeitverlauf auftragen, indem du die Farbe von ylabel auf"Relative temp (Celsius)"und color auf'red'setzt. - Beschrifte die Daten mit der Methode
ax2.annotate. Platziere den Text">1 degree"in x=pd.Timestamp('2008-10-06'), y=-0.2und zeige mit einem grauen dünnen Pfeil auf x=pd.Timestamp('2015-10-06'), y =1.
Interaktive Übung zum Anfassen
Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.
fig, ax = plt.subplots()
# Plot the CO2 levels time-series in blue
plot_timeseries(____, ____, ____, 'blue', ____, ____)
# Create an Axes object that shares the x-axis
ax2 = ____
# Plot the relative temperature data in red
plot_timeseries(____, ____, ____, 'red', ____, ____)
# Annotate point with relative temperature >1 degree
ax2.____(">1 degree", ____, ____, ____)
plt.show()