Lire des données avec un index temporel
Les objets DataFrame de pandas peuvent avoir un index représentant le temps, ce qui est reconnu par Matplotlib pour l'étiquetage des axes.
Dans cet exercice, vous lirez des données depuis climate_change.csv, qui contient les niveaux de CO2 et les températures enregistrés le 6 de chaque mois de 1958 à 2016, à l'aide de la fonction read_csv de pandas. Les paramètres parse_dates et index_col permettent d'établir un DateTimeIndex.
N'oubliez pas de consulter la Matplotlib Cheat Sheet (en anglais) : https://www.datacamp.com/cheat-sheet/matplotlib-cheat-sheet-plotting-in-python pour un survol rapide des concepts et méthodes essentiels.
Cette activité fait partie du cours
Introduction à la visualisation de données avec Matplotlib
Instructions de l’exercice
- Importez la bibliothèque pandas sous le nom
pd. - Lisez les données à partir du fichier CSV nommé
'climate_change.csv'en utilisantpd.read_csv. - Utilisez le paramètre nommé
parse_datespour analyser la colonne"date"comme des dates. - Utilisez le paramètre nommé
index_colpour définir la colonne"date"comme index.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import pandas as pd
____
# Read the data from file using read_csv
climate_change = pd.read_csv(____, ____, ____)