Metoda 1: U\u017cyj plot()<\/strong><\/span><\/p>\n Je\u015bli nie okre\u015blisz zmiennej, kt\u00f3ra b\u0119dzie u\u017cywana dla osi X, pandy u\u017cyj\u0105 domy\u015blnych warto\u015bci indeksu.<\/span><\/p>\n Metoda 2: U\u017cyj plot() z use_index=True<\/strong><\/span><\/p>\n Argument use_index=True<\/strong> wyra\u017anie m\u00f3wi pandom, aby u\u017cywa\u0142y warto\u015bci indeks\u00f3w dla osi X.<\/span><\/p>\n Obie te metody dadz\u0105 ten sam wynik.<\/span><\/p>\n Poni\u017csze przyk\u0142ady pokazuj\u0105, jak w praktyce u\u017cywa\u0107 ka\u017cdej metody z nast\u0119puj\u0105c\u0105 ramk\u0105 DataFrame pand:<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak u\u017cywa\u0107 funkcji plot(<\/strong> ) w pandach do tworzenia wykresu liniowego, kt\u00f3ry wykorzystuje warto\u015bci indeks\u00f3w z DataFrame jako o\u015b x i warto\u015bci z kolumny sprzeda\u017cy<\/strong> jako warto\u015bci na osi y:<\/span> <\/p>\n Nale\u017cy pami\u0119ta\u0107, \u017ce wykres automatycznie wykorzystuje daty indeksu DataFrame jako warto\u015bci na osi X wykresu liniowego.<\/span><\/p>\n Poniewa\u017c nie okre\u015blili\u015bmy zmiennej do u\u017cycia na osi X, pandy u\u017cy\u0142y domy\u015blnych warto\u015bci indeksu.<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak u\u017cy\u0107 funkcji plot(<\/strong> ) z argumentem use_index=True<\/strong> , aby utworzy\u0107 wykres liniowy, kt\u00f3ry wykorzystuje warto\u015bci indeks\u00f3w z DataFrame jako o\u015b x i warto\u015bci z kolumny sprzeda\u017cy<\/strong> jako o\u015b warto\u015bci y:<\/span> <\/p>\n Po raz kolejny wykres wykorzystuje daty indeksu DataFrame jako warto\u015bci na osi x wykresu liniowego.<\/span><\/p>\n Nale\u017cy pami\u0119ta\u0107, \u017ce ten wykres jest zgodny z poprzednim wykresem.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe zadania w pandach:<\/span><\/p>\n Pandy: Jak dodawa\u0107 tytu\u0142y do fabu\u0142<\/a> Mo\u017cesz u\u017cy\u0107 jednej z nast\u0119puj\u0105cych metod, aby u\u017cy\u0107 warto\u015bci indeksu ramki DataFrame pandy jako warto\u015bci osi X na wykresie: Metoda 1: U\u017cyj plot() df. plot (y=’ my_column ’) Je\u015bli nie okre\u015blisz zmiennej, kt\u00f3ra b\u0119dzie u\u017cywana dla osi X, pandy u\u017cyj\u0105 domy\u015blnych warto\u015bci indeksu. Metoda 2: U\u017cyj plot() z use_index=True df. plot (y=’ my_column ’, use_index= […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-3855","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n df. plot<\/span> (y=' my_column<\/span> ')\n<\/strong><\/pre>\n df. plot<\/span> (y=' my_column<\/span> ', use_index= True<\/span> )<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#create DatFrame\ndf = pd. DataFrame<\/span> ({' sales<\/span> ': [8, 8, 9, 12, 13, 14, 22, 26, 25, 22]},\n index=pd. date_range<\/span> (' 1\/1\/2020<\/span> ', periods= 10<\/span> , freq=' m<\/span> '))\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n dirty\n2020-01-31 8\n2020-02-29 8\n2020-03-31 9\n2020-04-30 12\n2020-05-31 13\n2020-06-30 14\n2020-07-31 22\n2020-08-31 26\n2020-09-30 25\n2020-10-31 22<\/span><\/span><\/strong><\/pre>\n Przyk\u0142ad 1: U\u017cyj plot()<\/strong><\/span><\/h2>\n
#create line chart and use index values as x-axis values\n<\/span>df. plot<\/span> (y=' sales<\/span> ')<\/strong> <\/pre>\n![\"pandy](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/indice11.jpg\")
<\/p>\n Przyk\u0142ad 2: U\u017cyj plot() z use_index=True<\/strong><\/span><\/h2>\n
#create line chart and use index values as x-axis values\n<\/span>df. plot<\/span> (y=' sales<\/span> ', use_index= True<\/span> )<\/strong> <\/pre>\n<\/p>\n Dodatkowe zasoby<\/strong><\/span><\/h2>\n
Pandy: jak tworzy\u0107 podpisy fabu\u0142y<\/a>
Pandy: jak utworzy\u0107 wykres s\u0142upkowy z GroupBy<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"