Daten mit einem Zeitindex lesen
pandas-DataFrame-Objekte können einen Index haben, der die Zeit angibt, was von Matplotlib für die Achsenbeschriftung erkannt wird.
Bei dieser Übung liest man Daten von climate_change.csv ein, die die CO2-Werte und Temperaturen zeigen, die vom 6. jedes Monats von 1958 bis 2016 aufgezeichnet wurden. Dazu benutzt man die Funktion read_csv von pandas. Die Argumente parse_dates und index_col helfen, einen DateTimeIndex zu setzen.
Vergiss nicht, dir den Matplotlib-Spickzettel anzusehen, um einen schnellen Überblick über die wichtigsten Konzepte und Methoden zu erhalten.
Diese Übung ist Teil des Kurses
Einführung in die Datenvisualisierung mit Matplotlib
Anleitung zur Übung
- Importiere die pandas-Bibliothek als
pd. - Lies die Daten aus einer CSV-Datei namens
'climate_change.csv'mitpd.read_csvrein. - Verwende das Schlüsselwortargument
parse_dates, um die Spalte"date"als Datum zu parsen. - Verwende das Argument
index_col, um die Spalte"date"als Index zu setzen.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Import pandas as pd
____
# Read the data from file using read_csv
climate_change = pd.read_csv(____, ____, ____)