Dostosowywanie wyglądu danych
Wygląd danych na wykresie można dostosować już podczas ich dodawania, korzystając z argumentów kluczowych polecenia plot.
W tym ćwiczeniu zmienisz wygląd znaczników, styl linii oraz kolor linii i znaczników dla swoich danych.
Podobnie jak wcześniej, dane są już dostępne w obiektach DataFrame biblioteki pandas załadowanych do pamięci: seattle_weather i austin_weather. Każdy z nich zawiera kolumnę "MONTHS" oraz kolumnę "MLY-PRCP-NORMAL", które naniesiesz na wykres.
Obiekt Figure o nazwie fig oraz obiekt Axes o nazwie ax zostały już dla ciebie utworzone.
To ćwiczenie jest częścią kursu
Wprowadzenie do wizualizacji danych z Matplotlib
Instrukcje do ćwiczenia
- Wywołaj
ax.plot, aby nanieść kolumnę"MLY-PRCP-NORMAL"w zależności od"MONTHS"dla obu obiektów DataFrame. - Użyj argumentu kluczowego
color, aby ustawić kolor danych dla Seattle na niebieski ('b'), a dla Austin na czerwony ('r'). - Użyj argumentu kluczowego
marker, aby ustawić znaczniki danych dla Seattle jako okręgi ('o'), a dla Austin jako trójkąty skierowane w dół ('v'). - Użyj argumentu kluczowego
linestyle, aby wyświetlić dane z obu miast za pomocą linii przerywanych ('--').
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Plot Seattle data, setting data appearance
ax.plot(seattle_weather["MONTH"], seattle_weather["MLY-PRCP-NORMAL"], ____)
# Plot Austin data, setting data appearance
ax.plot(austin_weather["MONTH"], austin_weather["MLY-PRCP-NORMAL"], ____)
# Call show to display the resulting plot
plt.show()