Lire des données avec un index temporel
Les objets DataFrame de pandas peuvent avoir un index indiquant le temps, ce qui est reconnu par Matplotlib pour l'étiquetage des axes.
Cet exercice consiste à lire les données de climate_change.csv, contenant les niveaux de CO2 et les températures enregistrés le 6 de chaque mois de 1958 à 2016, à l'aide de la fonction pandas read_csv. Les arguments parse_dates et index_col permettent de définir un DateTimeIndex.
N'oubliez pas de consulter l' aide-mémoire Matplotlib pour un aperçu rapide des concepts et méthodes essentiels.
Cet exercice fait partie du cours
Introduction à la visualisation de données avec Matplotlib
Instructions
- Importez la bibliothèque pandas sous
pd. - Lisez les données d'un fichier CSV appelé
'climate_change.csv'en utilisantpd.read_csv. - Utilisez l'argument du mot-clé
parse_datespour analyser la colonne"date"en tant que dates. - Utilisez l'argument du mot-clé
index_colpour définir la colonne"date"comme index.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Import pandas as pd
____
# Read the data from file using read_csv
climate_change = pd.read_csv(____, ____, ____)