Ajouter des statistiques récapitulatives à votre graphique de séries temporelles

Il est possible d’afficher des graphiques de séries temporelles et des synthèses numériques sur une seule figure en utilisant l’API pandas vers matplotlib avec la méthode table :

# Tracer les séries temporelles du DataFrame
ax = df.plot()

# Calculer les statistiques récapitulatives du DataFrame df
df_summary = df.describe()

# Ajouter le tableau récapitulatif au graphique
ax.table(cellText=df_summary.values, 
         colWidths=[0.3]*len(df.columns), 
         rowLabels=df_summary.index, 
         colLabels=df_summary.columns, 
         loc='top')

Cet exercice fait partie du cours

Visualiser des séries temporelles en Python

Afficher le cours

Instructions

Examinez meat_mean dans le shell — un DataFrame qui contient la moyenne de toutes les séries temporelles de meat.

Assignez toutes les valeurs de meat_mean à l’argument cellText.
Assignez toutes les valeurs de l’index de meat_mean à l’argument rowLabels.
Assignez les noms de colonnes de meat_mean à l’argument colLabels.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Plot the meat data
ax = meat.plot(fontsize=6, linewidth=1)

# Add x-axis labels
ax.set_xlabel('Date', fontsize=6)

# Add summary table information to the plot
ax.table(cellText=meat_mean.____,
         colWidths = [0.15]*len(meat_mean.columns),
         rowLabels=meat_mean.____,
         colLabels=meat_mean.____,
         loc='top')

# Specify the fontsize and location of your legend
ax.legend(loc='upper center', bbox_to_anchor=(0.5, 0.95), ncol=3, fontsize=6)

# Show plot
plt.show()

Modifier et exécuter le code