Lire les données avec un index temporel
Les objets DataFrame de pandas peuvent disposer d'un index indiquant le temps, qui est reconnu par Matplotlib pour l'étiquetage des axes.
Cet exercice consiste à lire les données provenant de climate_change.csv, qui contiennent les niveaux de CO2 et les températures enregistrés le 6 de chaque mois entre 1958 et 2016, à l'aide de la fonction read_csv de pandas. Les arguments parse_dates et index_col permettent de définir un DateTimeIndex.
Veuillez consulter l’aide-mémoire sur Matplotlib pour obtenir 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 en utilisant la commande
pd. - Lisez les données d'un fichier CSV intitulé
'climate_change.csv'à l'aide de la commandepd.read_csv. - Utilisez l'argument clé
parse_datespour analyser la colonne"date"en tant que dates. - Utilisez l'argument 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(____, ____, ____)