Enkle datasett

Noen datasett har så få datapunkter at man kan skrive de inn i Python selv.

La oss se på et sett med data som handler om konsumprisindeks.

2015	2016	2017	2018	2019	2020	2021	2022
\(100.0\)	\(103.6\)	\(105.5\)	\(108.4\)	\(110.8\)	\(112.2\)	\(116.1\)	\(122.8\)

Vi kan skrive dette inn i Python som lister på denne måten:

x = [2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022] # År etter 2015
y = [100, 103.6, 105.5, 108.4, 110.8, 112.2, 116.1, 122.8] # Konsumprisindeks

Kilde til data om konsumprisindeks: SSB

Linjediagram

For å lage et linjediagram mellom punktene kan vi bruke plot()-funksjonen som ligger i matplotlib.

import matplotlib.pyplot as plt

x = [2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022] # År etter 2015
y = [100, 103.6, 105.5, 108.4, 110.8, 112.2, 116.1, 122.8] # Konsumprisindeks

plt.plot(x, y)
plt.title("Konsumprisindeksen f.o.m. 2015")
plt.xlabel("År")
plt.ylabel("Konsumprisindeks (KPI)")
plt.show()

Punktdiagram

Noen ganger ønsker vi å plotte datapunktene som punkter. Da bruker vi scatter()-funksjonen.

import matplotlib.pyplot as plt

x = [2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022] # År etter 2015
y = [100, 103.6, 105.5, 108.4, 110.8, 112.2, 116.1, 128.8] # Konsumprisindeks

plt.scatter(x, y)
plt.title("Konsumprisindeksen f.o.m. 2015")
plt.xlabel("År")
plt.ylabel("Konsumprisindeks (KPI)")
plt.show()

Søylediagram

Vi kan lage søylediagrammer med bar()-funksjonen fra matplotlib.

For å bruke et bar() trenger vi

• en liste med navn på kategoriene våre (labels).

• en liste med data i samme rekkefølge som navnene.

import matplotlib.pyplot as plt

frukter = ['Eple', 'Blåbær', 'Drue', 'Appelsin']
antall = [40, 100, 30, 55]

plt.bar(frukter, antall)
plt.ylabel("Antall frukter")
plt.show()

Vi kan også legge til en fargeliste for å skille på kategoriene.

import matplotlib.pyplot as plt

frukter = ['Eple', 'Blåbær', 'Drue', 'Appelsin']
antall = [40, 100, 30, 55]
fargeliste = ['tab:red', 'tab:blue', 'tab:green', 'tab:orange']

plt.bar(frukter, antall, color = fargeliste)
plt.ylabel("Antall frukter")
plt.show()

Fargetips

Fargene som er skrevet med tab: (tab:red, tab:blue osv…) er fra en fargepallett som er litt finere enn standardfargene. Prøv gjerne standardfargene selv (red, blue osv…) og nyt de knæsje badeballfargene som minner om en forferdelig dårlig powerpoint eller en statisk nettside fra 1998.

Du kan finne flere farger i dokumentasjonen List of named colors.

Sektordiagram

Vi kan lage sektordiagrammer eller kakediagrammer med plt.pie().

import matplotlib.pyplot as plt

frukter = ["Eple", "Blåbær", "Drue", "Appelsin"]
antall = [40, 100, 30, 55]
fargeliste = ["tab:red", "tab:blue", "tab:green", "tab:orange"]

plt.pie(antall, labels=frukter, colors=fargeliste, autopct="%.1f%%")
plt.title("Antall frukter")
plt.show()

Vi ser at sektordiagrammet fungerer ganske likt som søylediagrammet. Parameteren autopct gjør sånn at de prosentvise inndelingene skrives inn i hver sektor.

---

Oppgaver

Oppgave 1

Finn høyden til medelevene dine.

Del høydene opp i blokker på 10cm og tell hvor mange som havner i hver blokk.

Det kan for eksempel se slik ut:

+-------+-------+-------+-------+-------+-------+
|141-150|151-160|161-170|171-180|181-190|191-200|
+-------+-------+-------+-------+-------+-------+
|   1   |   5   |   7   |   4   |   2   |   1   |
+-------+-------+-------+-------+-------+-------+

Lag et søylediagram av høydene. Du kan ta utgangspunkt i tabellen over hvis du ikke har klassekamerater 😶‍🌫️

Oppgave 2

I denne oppgaven skal vi lage et sektordiagram over utdanningsnivå i den norske befolkningen.

Under er et sett med data over høyest oppnådd utdanningsnivå i befolkningen i 2022.

Utdanningsnivå	Antall mennesker
Grunnskole	1 062 631
Videregående	1 628 428
Fagskole	141 501
Universitet og høyskole	1 650 827
Uoppgitt eller ingen utdanning	24 913

Lag et sektordiagram som viser fordelingen over. Husk tittel.

Kilde til data om utdanningsnivå: SSB

Oppgave 3

I denne oppgaven skal vi sammenlikne lønnssutvikling 💸

Årstall	Lønn: Undervisning	Lønn: Alle næringer
2015	501 300	516 000
2016	516 100	522 700
2017	523 500	535 400
2018	536 800	550 800
2019	552 900	569 900
2020	564 200	587 600
2021	577 400	609 600
2022	597 300	634 700

Tabellen over viser utviklingen i gjennomsnittslønnen for undervisningssektoren sammenliknet med gjennomsnittslønnen for alle næringer.

1. Lag et linjediagram over lønnsutviklingen i undervisningssektoren.

2. Legg til lønnsutviklingen i alle sektorer i samme plot ved å bruke plt.plot() igjen.

Sammenlikn utviklingen og skriv en liten kommentar over hva du ser.

Tips for fin formatering

• Legg til et argument color = for hvert plot for å skille funksjonene.

• Legg til et argument label = for hvert plot for å gi de to plottene forskjellige navn.

• Legg til en linje plt.legend() for å få opp en oversikt over de forskjellige plottene.

Kilde til data om gjennomsnittlig årslønn per sektor: SSB