Python : Visualiser des données avec des graphiques en courbes

Name: Python : Visualiser des données avec des graphiques en courbes
Author: Brian Higgins

Découvrez comment visualiser des données à l'aide de graphiques en courbes.

Preview the first lesson free — get full access to all 3 lessons.

Cours : à la demande

Bonjour, je m'appelle Brian Higgins, et dans ces leçons, vous apprendrez à visualiser des données à l'aide de graphiques linéaires. Vous apprendrez à disposer des sous-tracés de graphiques linéaires. Vous apprendrez également à créer des tracés linéaires à l'aide des données d'un la trame de données de panda. Dans cette leçon, je vais vous montrer comment créer une ligne simple tracé avec des étiquettes et des grilles. Nous définirons nos coordonnées x et y, et en Python, vous pouvez utiliser le numpy bibliothèque définir un tableau plutôt que d'utiliser auparavant une liste de coordonnées x et y. La raison pour laquelle vous utiliserez le tableau numpy est qu'il est plus rapide et plus compact que la liste Python. Pour ce faire, nous allons importer notre bibliothèque numpy en tant que np, et comme précédemment, nous importerons notre bibliothèque pyplot au format plt. Donc, pour définir ce tableau avec numpy, vous définirez une variable x avec vos coordonnées x, et attribuez-le à np, qui est notre bibliothèque numpy, notre tableau de points, et vous définissez votre tableau en passant votre liste de nombres. Ainsi, le tableau x sera composé des nombres de 0 à 9, puis le tableau y aura un nombre variable de valeurs entre 0 et dix. Alors maintenant que nos tableaux NumPy x et y sont définis, nous pouvons commencer à les disposer sur notre parcelle. Nous allons d'abord ajouter un titre, un axe x étiquette, et une étiquette de l'axe y à notre tracé, et nous appellerons notre pi titre des fonctions de tracé, Étiquette x et étiquette y. Nous allons donc appeler la fonction plot de pi plot pour tracer notre ligne avec nos coordonnées x et y, maintenant définies dans un tableau numpy pour chacun d’eux. Nous appellerons la fonction de titre pyplot. Nous appellerons les fonctions pyplot xlabel et ylabel. Et nous montrerons notre graphique linéaire. Alors laissez-moi exécuter ces deux cellules de code. Rien ne sera montré dès le début parce que nous sommes juste définir des valeurs. Ensuite, nous tracerons notre graphique ici, nous verrons donc notre ligne graphique de cette cellule de code suivante. D'accord, nous voyons donc notre code affiché ici dans notre tracé. Nous avons un exemple de titre de parcelle, nos étiquettes x et y ont apparaît maintenant sur notre graphique, avec notre ligne. Ensuite, nous pouvons définir notre police et notre couleur pour le titre, les étiquettes, et puis nous pouvons également ajouter une grille sous-jacente pour notre ligne parcelle. Nous allons donc retracer nos tableaux NumPy. Nous définirons nos polices pour notre titre et notre étiquette. Donc pour notre titre de police, nous utiliserons la famille Sans Serif. Nous utiliserons la couleur bleue et donnerons à la police une taille de 25 pixels. Pour notre étiquette, nous définirons à nouveau la famille des sans empattements, la couleur sera verte, et une taille de 15 pixels. Nous ajouterons notre fontDict paramètre pour définir des polices préalablement définies. D'accord, et ces polices définies précédemment sont notre fontTitle et nos variables fontLabel que nous venons de décrire. Nous appellerons donc la fonction titre de notre pyplot, et nous le ferons passer dans notre fontDict est égal au titre de la police que nous avons défini. Et pour le xLabel et les appels de fonction yLabel, nous ne passerons pas seulement dans notre étiquettes pour ces axes, mais nous transmettrons également l'étiquette de police comme valeur de police dict pour chacun d'eux. Et puis enfin, nous appellerons l’appel la fonction grille.

Intermédiaire Fournisseur : Brian Higgins 3 leçons · 12m en Arabe, Allemand, Anglais, Espagnol, Français, Portugais, Chinese

Description du cours

Dans ces leçons, vous apprendrez à visualiser les données avec des graphiques linéaires. Nous vous montrerons comment créer une ligne de tracé unique avec des étiquettes et des grilles, et vous apprendrez à disposer des sous-diagrammes de graphique linéaire. Vous commencerez par créer un tracé de ligne simple, puis vous apprendrez à générer des tracés de ligne avec un style tel que des titres, des étiquettes d'axe x et d'axe y et des grilles. Vous apprendrez également à spécifier des polices individuelles pour les titres et les étiquettes de tracé linéaire.

Ensuite, nous vous montrerons comment disposer des sous-graphiques linéaires. Dans ces graphiques, vous pourrez disposer l'emplacement de la ligne et de la colonne pour chaque sous-tracé. Vous utiliserez des entiers aléatoires Numpy pour créer des listes uniques de cours d'actions hypothétiques dans un DataFrame Pandas, puis nous conclurons avec la façon de créer des tracés linéaires à l'aide des données de test de stock du DataFrame Pandas que vous avez créé.

Ce que vous allez apprendre

Créer un graphique linéaire simple pour visualiser des données
Ajouter des titres, des étiquettes pour l'axe des x et l'axe des y, et des grilles aux graphiques linéaires
Spécifier des polices individuelles pour les titres et les étiquettes des graphiques linéaires
Mettre en page des sous-graphiques linéaires par emplacement de ligne et de colonne
Générer des listes de cours d'actions hypothétiques à l'aide d'entiers aléatoires Numpy dans un DataFrame Pandas
Tracer des graphiques linéaires à l'aide de données provenant d'un DataFrame Pandas

Points clés à retenir

Les graphiques linéaires peuvent être créés sous forme de tracés uniques avec des étiquettes et des grilles ou organisés en plusieurs sous-graphiques.
Les graphiques linéaires peuvent être stylisés avec des titres, des étiquettes d'axe, des grilles et des polices spécifiées individuellement.
Les sous-graphiques peuvent être organisés en définissant l'emplacement de la ligne et de la colonne pour chaque graphique.
Les entiers aléatoires Numpy peuvent être utilisés pour créer des listes de prix d'actions hypothétiques dans un DataFrame Pandas.
Les graphiques linéaires peuvent être générés directement à partir de données stockées dans un DataFrame Pandas.

Foire aux questions

Que vais-je apprendre dans ce cours ?

Vous apprendrez à visualiser des données avec des graphiques linéaires, notamment en créant une seule ligne de tracé avec des étiquettes et des grilles, en stylisant des tracés avec des titres et des étiquettes d'axe, en spécifiant des polices, en mettant en page des sous-graphiques linéaires et en traçant à l'aide d'un DataFrame Pandas.

Quels sujets les leçons couvrent-elles ?

Les leçons couvrent les Étiquettes de graphique et grilles, la Création de sous-graphiques, et le Traçage avec un DataFrame Pandas.

Quelles compétences vais-je acquérir grâce à ce cours ?

Vous développerez des compétences en visualisation de données, en création de graphiques, en visualisation d'informations, en graphiques linéaires, en visualisation scientifique et en visualisation en général.

Comment les données sont-elles préparées pour les graphiques linéaires dans ce cours ?

Vous utiliserez des entiers aléatoires Numpy pour créer des listes uniques de cours boursiers hypothétiques dans un DataFrame Pandas, puis vous créerez des graphiques linéaires à l'aide de ces données boursières de test.