Einführung in die Datenvisualisierung mit Matplotlib

Ariel Rokem

Data Scientist

Datenvisualisierung

Bildnachweis: Gytis Dudas und Andrew Rambaut

Die pyplot-Schnittstelle

import matplotlib.pyplot as plt

fig, ax = plt.subplots()

plt.show()

Daten zu Axes hinzufügen

seattle_weather["MONTH"]

DATE
1     Jan
2     Feb
3     Mar
4     Apr
5     May
6     Jun
7     Jul
8     Aug
9     Sep
10    Oct
11    Nov
12    Dec
Name: MONTH, dtype: object

seattle_weather["MLY-TAVG-NORMAL"]

1     42.1
2     43.4
3     46.6
4     50.5
5     56.0
6     61.0
7     65.9
8     66.5
9     61.6
10    53.3
11    46.2
12    41.1
Name: MLY-TAVG-NORMAL, dtype: float64

Daten zu Axes hinzufügen

ax.plot(seattle_weather["MONTH"], seattle_weather["MLY-TAVG-NORMAL"])
plt.show()

Weitere Daten hinzufügen

ax.plot(austin_weather["MONTH"], austin_weather["MLY-TAVG-NORMAL"])
plt.show()

Nun kommt alles zusammen

fig, ax = plt.subplots()
ax.plot(seattle_weather["MONTH"], seattle_weather["MLY-TAVG-NORMAL"])
ax.plot(austin_weather["MONTH"], austin_weather["MLY-TAVG-NORMAL"])
plt.show()

Zeit für ein paar Übungen!

Einführung in die Datenvisualisierung mit Matplotlib