शुरू करेंमुफ़्त में शुरू करें

Interpolations का प्लॉट बनाएँ

इम्प्यूटेशन की तुलना करने वाले ग्राफ बनाना, सबसे उपयुक्त इम्प्यूटेशन तकनीक समझने के लिए ज़रूरी है। इस अभ्यास में, आप कई इम्प्यूटेशन तकनीकों के लिए प्लॉट बनाने हेतु एक for loop लिखेंगे। आप पिछले पाठ में किए गए इम्प्यूटेशनों — यानी linear, quadratic, और nearest interpolation तकनीकों — के प्लॉट बनाएँगे।

तीन DataFrame, जिनके नाम उनकी इम्प्यूटेशन तकनीकों पर रखे गए हैं, आपके लिए पहले से इम्पोर्ट किए गए हैं: linear_interp, quadratic_interp, और nearest_interp.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Missing Data से निपटना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • प्रत्येक इम्प्यूटेशन तकनीक के लिए 3 subplots बनाएँ।
  • linear_interp, quadratic_interp, और nearest_interp DataFrame को संबंधित interpolation तकनीक से मैप करके interpolations डिक्शनरी बनाएँ।
  • axes और interpolations पर loop चलाएँ।
  • interpolations में से प्रत्येक DataFrame चुनें और df_key का उपयोग करके उस DataFrame का शीर्षक सेट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Set nrows to 3 and ncols to 1
fig, axes = plt.subplots(___, ___, figsize=(30, 20))

# Create a dictionary of interpolated DataFrames for looping 
interpolations = {'Linear Interpolation': ___, 'Quadratic Interpolation': ___, 
                  'Nearest Interpolation': ___}

# Loop over axes and interpolations
for ax, df_key in zip(___, ___):
  # Select and also set the title for a DataFrame
  interpolations[___].Ozone.plot(color='red', marker='o', linestyle='dotted', ax=ax)
  airquality.Ozone.plot(title=___ + ' - Ozone', marker='o', ax=ax)
  
plt.show()
कोड संपादित करें और चलाएँ