Line chart: concept of line plot - plot(), set_title(), legend()

Line chart ક્રમબદ્ધ અક્ષ પર મૂલ્યોને જોડીને વલણ દેખાડે છે, plt.plot() એ દોરે છે, અને લેબલવાળી અનેક લીટીઓ વત્તા legend() એક chart ને સરખામણીમાં ફેરવે છે.

8 min read · 9 cards · 2 checks

Read in: English · हिन्दी · ગુજરાતી


Theory

ત્રણ કસોટી, એક ચિંતાજનક ગણગણાટ

DBMS ના અધ્યાપક ગણગણે છે: "મને લાગે છે વર્ગ લપસી રહ્યો છે."

ResultDesk પાસે પુરાવા છે: ત્રણ આંતરિક કસોટીઓમાં વર્ગની સરેરાશ: 62, 58, 51.

હરોળમાં ત્રણ સંખ્યાઓ પહેલેથી કથાનો સંકેત આપે છે, પણ એને પાંચ વિષય અને દરેકની ત્રણ કસોટી સુધી લંબાવો, અને કોષ્ટક ધુમ્મસ બની જાય છે. આંખને જે જોઈએ છે એ છે પ્રવાસની દિશા: ચઢતી, ઊતરતી, સપાટ. બરાબર એ જ એક chart નું આખું કામ છે: line chart.

Theory

બિંદુઓ જોડો, ઢાળ વાંચો

આલેખના કાગળ પર ત્રણ કસોટીની સરેરાશ મૂકો અને ડાબેથી જમણે જોડો. તમે દોરેલી લીટી જ વિશ્લેષણ છે:

  • નીચે ઢળતી: ગણગણાટ સાચો હતો, વર્ગ લપસી રહ્યો છે.
  • ઢાળની તીવ્રતા કહે છે કેટલી ઝડપથી.
  • અચાનક વળાંક કહે છે કે એ બે કસોટી વચ્ચે કંઈક બન્યું.

Line chart એ બિંદુઓ જોડવાની રમત છે જ્યાં બિંદુઓને કુદરતી ક્રમ હોય, અને ઢાળ બોલે છે.

Theory

Line chart, ઔપચારિક રીતે

plt.plot(x, y) ક્રમિક (x, y) બિંદુઓને લીટીના ટુકડાથી જોડે છે.

એ ત્યારે વાપરો જ્યારે x ને કુદરતી ક્રમ હોય: કસોટીના નંબર, મહિના, વર્ષ. જોડતી લીટી દાવો કરે છે "આ બિંદુઓ વચ્ચેની યાત્રા અર્થપૂર્ણ છે": કસોટી 1 → કસોટી 2 માટે સાચું, student 101 → student 102 માટે ખોટું (ગયા પાઠનો ઝિગઝેગ).

ઉપયોગી શણગાર: marker='o' લીટી પર ખરેખરાં data નાં બિંદુ દેખાડે છે, તૂટક સંદર્ભ માટે linestyle='--', રંગ નિયંત્રિત કરવા color=.

Practical

બે વિષય, ત્રણ કસોટી, એક ચુકાદો

import matplotlib.pyplot as plt

tests = [1, 2, 3]
dbms_avg  = [62, 58, 51]
maths_avg = [65, 66, 68]

plt.plot(tests, dbms_avg,  marker='o', label='DBMS')
plt.plot(tests, maths_avg, marker='o', label='Maths')

plt.title('Class average across internal tests')
plt.xlabel('Internal test')
plt.ylabel('Average score')
plt.legend()          # keys the two lines by their label=
plt.show()

# The picture: Maths gently rising, DBMS falling test by test.
# One chart replaced the whisper with evidence.

This example runs in Gri-Learn on the web, where you can edit it and see the output.

Quiz

તમારે દેખાડવું છે કે **એક** student ના કુલ marks semester 1 થી 4 સુધી કેવી રીતે બદલાયા. કયો chart, અને કેમ?

  1. Line chart: semesters ક્રમબદ્ધ છે, અને ઢાળ એમની આરપાર વલણ દેખાડે છે
  2. Scatter plot: કોઈ પણ બે numeric ખાનાં એટલે scatter
  3. Bar chart: કુલ હંમેશા સ્તંભ હોય છે
  4. Histogram: marks હંમેશા histogram માં જાય છે
Show the answer

Line chart: semesters ક્રમબદ્ધ છે, અને ઢાળ એમની આરપાર વલણ દેખાડે છે

Semester 1 થી 4 કુદરતી ક્રમ બનાવે છે, અને પ્રશ્ન એ ક્રમમાં થતા ફેરફાર વિશે છે: line chart નો બરાબર પ્રદેશ: ઢાળ શબ્દશઃ "સુધરે છે કે ઘટે છે?" નો જવાબ આપે છે. Scatter ક્રમ છોડી દે છે (અને 4 બિંદુ સાથે લગભગ કશું દેખાડતું નથી), સ્તંભ ચાલત પણ પ્રશ્ન જે વલણ માંગે છે એને દાટી દેત, અને histogram સાવ જુદા પ્રશ્નનો જવાબ આપે છે (distribution, આગલો પાઠ).

Think first

એ ઢાળ જેણે જૂઠું બોલ્યું

એક chart દેખાડે છે કે DBMS 62 → 58 → 51 ઘટે છે... પણ y અક્ષ 50 થી 63 સુધી ચાલે છે, જેથી લીટી ખીણની જેમ ગબડે છે. Tap કરતાં પહેલાં: શું data ખોટો છે, અને ગભરાતાં પહેલાં સાવધ વાચકે શું તપાસવું જોઈએ?

Show the answer

Data પ્રામાણિક છે; અક્ષ નાટકીય છે. 50..63 સુધી કાપેલો y અક્ષ 11 મુદ્દાના ઘટાડાને આખા chart ની ઊંચાઈ પર ખેંચે છે, જે દૃશ્યની ગભરાટ ત્રણ ગણી કરે છે.

સાવધ વાચકો પહેલાં y અક્ષની હદ તપાસે છે, હંમેશા. Chart બનાવનાર તરીકે, કાં તો શૂન્ય પાસેથી શરૂ કરો કાં તો હદ સ્પષ્ટ લેબલ કરો: પરીક્ષાઓ (અને છાપાં) કાપેલા અક્ષની અતિશયોક્તિથી ભરેલાં છે, અને "અક્ષનું માપ તપાસો" એ વ્યાવસાયિક પ્રતિભાવ છે જે આ પાઠ સ્થાપવા માંગે છે.

Watch out

Line chart ની ત્રણ લપસણ

અગોઠવાયેલી શ્રેણીઓમાંથી લીટીઓ: x પર શહેરો કે students નાં નામ સાથે જોડતી લીટી એવી યાત્રા સૂચવે છે જે અસ્તિત્વમાં જ નથી: એ bar chart નો પ્રદેશ છે (બે પાઠ આગળ).

label= ભૂલવું: legend() ખાલી ખોખું દેખાડે છે; દરેક શ્રેણીને plot() ના સમયે એનું નામ જોઈએ.

અક્ષનું નાટક: કાપેલા y અક્ષ ઢાળને અતિશયોક્તિભર્યો બનાવે છે: માપ ધ્યાનમાં રાખીને વાંચો અને રચો.

Theory

Dashboard નો chart

Line charts દુનિયાનાં dashboards ચલાવે છે: મહિનાવાર સેન્સેક્સ, રોજના સક્રિય વપરાશકારો, કલાકવાર તાપમાન, અઠવાડિયાવાર તમારું પોતાનું વજન. કોઈ પણ માપ-સમય-સાથે નો પ્રશ્ન default માં લીટી માંગે છે. Staff ની બેઠકમાં દેખાડાયેલી ResultDesk ની ઘટતી DBMS ની લીટી એ ક્ષણ છે જ્યારે આ વિષયનાં ઓજાર સંસ્થાકીય પુરાવો બને છે: આગળ, distributions (histogram) અને શ્રેણીની સરખામણી (bar) પેટી પૂરી કરે છે.

Summary

Key takeaways

  • plt.plot(x, y) ક્રમબદ્ધ બિંદુઓ જોડે છે: ઢાળ એ જ કથા છે (ચઢતી, ઊતરતી, વળાંક).
  • લીટીઓ ફક્ત કુદરતી રીતે ક્રમબદ્ધ x પર દોરો: કસોટીઓ, મહિના, વર્ષ.
  • અનેક શ્રેણી: દરેક લીટી દીઠ એક plot(label=...), પછી legend().
  • marker='o' ખરેખરાં data નાં બિંદુ દેખાડે છે; શણગાર માટે linestyle/color.
  • નાટકીય ઢાળ પર ભરોસો કરતાં પહેલાં y અક્ષની હદ તપાસો: કાપવાથી અતિશયોક્તિ થાય છે.
  • લીટી = ક્રમ પરનું વલણ; scatter = નોંધો વચ્ચેનો સંબંધ; સ્તંભ = શ્રેણીઓ.
  • Memory hook: બિંદુઓ જોડો, ઢાળ વાંચો.

Study this properly

This page is the lesson to read. In Gri-Learn the same topic is a graded deck: the self-checks are scored and your weak topics are tracked. Free to start.

Start this topic

Already have an account? Sign in

More from Data Visualization using dataframe

Gri-Learn · syllabus-mapped B.C.A. lessons in English, Hindi and Gujarati

Line chart: concept of line plot - plot(), set_title(), legend() · Database Handling using Python · Gri-Learn