Wczytywanie danych z indeksem czasowym
Obiekty DataFrame z biblioteki pandas mogą mieć indeks oznaczający czas – Matplotlib automatycznie go rozpoznaje i używa do opisywania osi.
To ćwiczenie polega na wczytaniu danych z pliku climate_change.csv, który zawiera poziomy CO2 oraz temperatury rejestrowane 6. dnia każdego miesiąca w latach 1958–2016. Użyjesz do tego funkcji read_csv z biblioteki pandas. Argumenty parse_dates i index_col pomogą ustawić DateTimeIndex.
Zapoznaj się też z Matplotlib Cheat Sheet, aby szybko przypomnieć sobie najważniejsze pojęcia i metody.
To ćwiczenie jest częścią kursu
Wprowadzenie do wizualizacji danych z Matplotlib
Instrukcje do ćwiczenia
- Zaimportuj bibliotekę pandas jako
pd. - Wczytaj dane z pliku CSV o nazwie
'climate_change.csv'przy użyciupd.read_csv. - Użyj argumentu kluczowego
parse_dates, aby sparsować kolumnę"date"jako daty. - Użyj argumentu kluczowego
index_col, aby ustawić kolumnę"date"jako indeks.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import pandas as pd
____
# Read the data from file using read_csv
climate_change = pd.read_csv(____, ____, ____)