Graf z upoutávky na kurz¶

In [1]:

# Načteme knihovny
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set_style("white")
import pandas as pd
my_dpi=96

In [2]:

# Načíst data
url = 'https://python-graph-gallery.com/wp-content/uploads/gapminderData.csv'
data = pd.read_csv(url)
data.head()

Out[2]:

	country	year	pop	continent	lifeExp	gdpPercap
0	Afghanistan	1952	8425333.0	Asia	28.801	779.445314
1	Afghanistan	1957	9240934.0	Asia	30.332	820.853030
2	Afghanistan	1962	10267083.0	Asia	31.997	853.100710
3	Afghanistan	1967	11537966.0	Asia	34.020	836.197138
4	Afghanistan	1972	13079460.0	Asia	36.088	739.981106

In [3]:

# Převést sloupec 'continent' na kategorii aby se později dalo přiřadit barvu
data['continent']=pd.Categorical(data['continent'])

In [4]:

# Pro každý rok vykreslíme graf a uložíme ho jako png soubor
for i in data.year.unique(): 
    # Vytvoříme obrázek
    fig = plt.figure(figsize=(700/my_dpi, 600/my_dpi), dpi=my_dpi)
    # Každý kontinent bude mít jinou barvu dle čísla kategorie
    tmp=data[data.year == i]
    plt.scatter(
        tmp['lifeExp'], tmp['gdpPercap'], s=tmp['pop']/200000, 
        c=tmp['continent'].cat.codes, cmap="Accent", alpha=0.6, edgecolors="white", linewidth=2
    )
    # Přidáme popisky
    plt.yscale('log')
    plt.xlabel("Délka života")
    plt.ylabel("HDP na hlavu")
    plt.title("Rok: " + str(i) )
    plt.ylim(-200, 70000)
    plt.xlim(30, 90)
    # Uložíme graf
    filename='Gapminder_cz_step'+str(i)+'.png'
    plt.savefig(filename, dpi=100, pad_inches=0.1, bbox_inches='tight')

/Users/nasta/.virtualenvs/workshop/lib/python3.6/site-packages/matplotlib/pyplot.py:1479: UserWarning: Attempted to set non-positive bottom ylim on a log-scaled axis.
Invalid limit will be ignored.
  ret = ax.set_ylim(*args, **kwargs)