Gegevens met een tijdindex inlezen
pandas DataFrame-objecten kunnen een index hebben die tijd aangeeft; dit wordt door Matplotlib herkend voor aslabels.
In deze oefening lees je gegevens in uit climate_change.csv, met CO2-niveaus en temperaturen die op de 6e van elke maand van 1958 tot 2016 zijn vastgelegd, met behulp van de read_csv-functie van pandas. De argumenten parse_dates en index_col helpen bij het instellen van een DateTimeIndex.
Vergeet niet de Matplotlib Cheat Sheet te bekijken voor een snel overzicht van essentiële concepten en methoden.
Deze oefening maakt deel uit van de cursus
Introductie tot datavisualisatie met Matplotlib
Oefeninstructies
- Importeer de pandas-bibliotheek als
pd. - Lees de gegevens in uit het CSV-bestand
'climate_change.csv'metpd.read_csv. - Gebruik het key-word argument
parse_datesom de kolom"date"als datums te parsen. - Gebruik het key-word argument
index_colom de kolom"date"als index in te stellen.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Import pandas as pd
____
# Read the data from file using read_csv
climate_change = pd.read_csv(____, ____, ____)