Plotta tidsserier: sätt ihop allt

I den här övningen plottar du två tidsserier med olika skalor i samma Axes och annoterar data från en av dessa serier.

CO2/temperaturdata finns tillgänglig som en DataFrame kallad climate_change. Du ska också använda funktionen vi har definierat tidigare, plot_timeseries, som tar ett Axes-objekt (som argumentet axes), plottar en tidsserie (angiven som argumenten x och y), anger etiketter för x- och y-axeln och sätter färg på data samt på y-axelns tick-etiketter:

plot_timeseries(axes, x, y, color, xlabel, ylabel)

Därefter annoterar du en viktig tidpunkt i data med text: den 2015-10-06, då temperaturen för första gången steg mer än 1 grad över genomsnittet.

Den här övningen är en del av kursen

Introduktion till datavisualisering med Matplotlib

Visa kurs

Övningsinstruktioner

Använd funktionen plot_timeseries för att plotta CO2-nivåer mot tid. Sätt xlabel till "Time (years)", ylabel till "CO2 levels" och color till 'blue'.
Skapa ax2 som en tvilling till den första Axes.
I ax2, plotta temperatur mot tid och sätt color ylabel till "Relative temp (Celsius)" och color till 'red'.
Annotera data med metoden ax2.annotate. Placera texten ">1 degree" vid x=pd.Timestamp('2008-10-06'), y=-0.2, med en tunn grå pil som pekar mot x=pd.Timestamp('2015-10-06'), y=1.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

fig, ax = plt.subplots()

# Plot the CO2 levels time-series in blue
plot_timeseries(____, ____, ____, 'blue', ____, ____)

# Create an Axes object that shares the x-axis
ax2 = ____

# Plot the relative temperature data in red
plot_timeseries(____, ____, ____, 'red', ____, ____)

# Annotate point with relative temperature >1 degree
ax2.____(">1 degree", ____, ____, ____)

plt.show()

Redigera och kör kod