Честни графики

Накратко: Подвеждащата графика показва вярна таблица с грешно впечатление (отрязана ос, две оси, 3D); честната започва стълбовете от нула и казва извода в заглавието.

Проблем

„Септември се срина“

Колега праща графика за срещата с управителя: оборотът за последните четири месеца. Септемврийският стълб почти го няма. Изглежда като катастрофа.

Pythonданни: таблиците на магазина

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at'])
items = pd.read_csv('year_items.csv')
items['revenue'] = items['quantity'] * items['unit_price']
per_order = items.groupby('order_id', as_index=False)['revenue'].sum()
orders = orders.merge(per_order, left_on='id', right_on='order_id', how='left', validate='one_to_one')
# Оборотът е без отказаните поръчки.
sold = orders[orders['status'] != 'cancelled']
monthly = sold.set_index('ordered_at')['revenue'].resample('MS').sum()
months = monthly.index.strftime('%Y-%m')
last = monthly['2026-07-01':]
fig, ax = plt.subplots()
ax.bar(last.index.strftime('%Y-%m'), last)
ax.set_ylim(7000, 10000)
ax.set_title('Оборот по месеци, €')
last.round(2)

import numpy as np import pandas as pd import matplotlib.pyplot as plt orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at']) items = pd.read_csv('year_items.csv') items['revenue'] = items['quantity'] * items['unit_price'] per_order = items.groupby('order_id', as_index=False)['revenue'].sum() orders = orders.merge(per_order, left_on='id', right_on='order_id', how='left', validate='one_to_one') # Оборотът е без отказаните поръчки. sold = orders[orders['status'] != 'cancelled'] monthly = sold.set_index('ordered_at')['revenue'].resample('MS').sum() months = monthly.index.strftime('%Y-%m') last = monthly['2026-07-01':] fig, ax = plt.subplots() ax.bar(last.index.strftime('%Y-%m'), last) ax.set_ylim(7000, 10000) ax.set_title('Оборот по месеци, €') last.round(2)

▶ ИзпълниВърни кода

Септември наистина е по-слаб: 7 128,80 € срещу 8 812,70 € през август. Защо, ще разберем в проекта в края на курса. Тук въпросът е друг: колко по-слаб изглежда на графиката и колко е всъщност?

Идеята

Стълбовете започват от нула

Окото чете стълба по дължината му: два пъти по-дълъг стълб значи два пъти повече. Затова дължината трябва да е самото число. Графиката на колегата започва от 7 000 (set_ylim(7000, 10000)), а така се казва отрязана ос. Ето същите числа с ос от 7 000 и с ос от 0:

Pythonданни: таблиците на магазина

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at'])
items = pd.read_csv('year_items.csv')
items['revenue'] = items['quantity'] * items['unit_price']
per_order = items.groupby('order_id', as_index=False)['revenue'].sum()
orders = orders.merge(per_order, left_on='id', right_on='order_id', how='left', validate='one_to_one')
# Оборотът е без отказаните поръчки.
sold = orders[orders['status'] != 'cancelled']
monthly = sold.set_index('ordered_at')['revenue'].resample('MS').sum()
months = monthly.index.strftime('%Y-%m')
last = monthly['2026-07-01':]
labels = last.index.strftime('%Y-%m')
fig, (left, right) = plt.subplots(1, 2, figsize=(10, 4))
left.bar(labels, last)
left.set_ylim(7000, 10000)
left.set_title('Оста започва от 7000')
right.bar(labels, last)
right.set_ylim(0, 10000)
right.set_title('Оста започва от 0')
fig.suptitle('Едни и същи четири месеца')
fig.tight_layout()
aug = last['2026-08-01']
sep = last['2026-09-01']
real = (aug - sep) / aug * 100
seen = (aug - sep) / (aug - 7000) * 100
print(round(real, 1), round(seen, 1), round(seen / real, 1))

import numpy as np import pandas as pd import matplotlib.pyplot as plt orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at']) items = pd.read_csv('year_items.csv') items['revenue'] = items['quantity'] * items['unit_price'] per_order = items.groupby('order_id', as_index=False)['revenue'].sum() orders = orders.merge(per_order, left_on='id', right_on='order_id', how='left', validate='one_to_one') # Оборотът е без отказаните поръчки. sold = orders[orders['status'] != 'cancelled'] monthly = sold.set_index('ordered_at')['revenue'].resample('MS').sum() months = monthly.index.strftime('%Y-%m') last = monthly['2026-07-01':] labels = last.index.strftime('%Y-%m') fig, (left, right) = plt.subplots(1, 2, figsize=(10, 4)) left.bar(labels, last) left.set_ylim(7000, 10000) left.set_title('Оста започва от 7000') right.bar(labels, last) right.set_ylim(0, 10000) right.set_title('Оста започва от 0') fig.suptitle('Едни и същи четири месеца') fig.tight_layout() aug = last['2026-08-01'] sep = last['2026-09-01'] real = (aug - sep) / aug * 100 seen = (aug - sep) / (aug - 7000) * 100 print(round(real, 1), round(seen, 1), round(seen / real, 1))

▶ ИзпълниВърни кода

Истинският спад от август към септември е 19,1%. Вляво септемврийският стълб е с 92,9% по-къс от августовския: спадът изглежда 4,9 пъти по-голям. Отрязаната ос маха долните 7 000 €, които двата месеца имат общо, и оставя само разликата.

matplotlib сам започва стълбовете от 0. Отрязаната ос идва от set_ylim или от инструменти, които сами „приближават“ оста. Ако разликата между стълбовете не се вижда от 0, тя е малка. Това също е отговор.

По-точно, за любопитните

Линията е друго: тя се чете по наклона и по това кога се качва и слиза, не по дължина. Оста на линия може да не започва от 0, ако е надписана. Линия, която се мени с няколко процента, на ос от 0 е почти права и промяната не се вижда.

Пробвай

Поправи графиката

Някой е начертал оборота по месеци с ос от 7 000. Поправи графиката: 12 стълба с оборота на всеки месец (monthly, без отказаните поръчки), а оста y да започва от 0 и да стига над декември.

Pythonданни: таблиците на магазина

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at'])
items = pd.read_csv('year_items.csv')
items['revenue'] = items['quantity'] * items['unit_price']
per_order = items.groupby('order_id', as_index=False)['revenue'].sum()
orders = orders.merge(per_order, left_on='id', right_on='order_id', how='left', validate='one_to_one')
# Оборотът е без отказаните поръчки.
sold = orders[orders['status'] != 'cancelled']
monthly = sold.set_index('ordered_at')['revenue'].resample('MS').sum()
months = monthly.index.strftime('%Y-%m')
fig, ax = plt.subplots(figsize=(9, 4))
ax.bar(..., ...)
ax.set_ylim(7000, 17000)
ax.set_title('Оборот по месеци, €')
ax.tick_params(axis='x', rotation=90)

import numpy as np import pandas as pd import matplotlib.pyplot as plt orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at']) items = pd.read_csv('year_items.csv') items['revenue'] = items['quantity'] * items['unit_price'] per_order = items.groupby('order_id', as_index=False)['revenue'].sum() orders = orders.merge(per_order, left_on='id', right_on='order_id', how='left', validate='one_to_one') # Оборотът е без отказаните поръчки. sold = orders[orders['status'] != 'cancelled'] monthly = sold.set_index('ordered_at')['revenue'].resample('MS').sum() months = monthly.index.strftime('%Y-%m') fig, ax = plt.subplots(figsize=(9, 4)) ax.bar(..., ...) ax.set_ylim(7000, 17000) ax.set_title('Оборот по месеци, €') ax.tick_params(axis='x', rotation=90)

Провери▶ Изпълни

Идеята

Две оси y

Оборотът е в хиляди евро, а поръчките са стотици. За да ги сложат на една графика, често дават на втората линия своя ос вдясно: ax.twinx() прави нова ос y, която дели оста x с първата. Мащабът на всяка ос обаче се избира отделно и всяка линия се разтяга да запълни своята. Така две линии могат да изглеждат слети или разделени, както поиска авторът.

Честната алтернатива е индекс: дели всеки месец на първия и умножи по 100. by_month / by_month.iloc[0] * 100 го прави за двете колони наведнъж (broadcasting по колоните). Тогава и двете линии са на една ос и започват от 100:

Pythonданни: таблиците на магазина

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at'])
items = pd.read_csv('year_items.csv')
items['revenue'] = items['quantity'] * items['unit_price']
per_order = items.groupby('order_id', as_index=False)['revenue'].sum()
orders = orders.merge(per_order, left_on='id', right_on='order_id', how='left', validate='one_to_one')
# Оборотът е без отказаните поръчки.
sold = orders[orders['status'] != 'cancelled']
monthly = sold.set_index('ordered_at')['revenue'].resample('MS').sum()
months = monthly.index.strftime('%Y-%m')
by_month = sold.set_index('ordered_at').resample('MS').agg(revenue=('revenue', 'sum'), orders=('id', 'size'))
fig, (left, right) = plt.subplots(1, 2, figsize=(11, 4))
left.plot(months, by_month['revenue'], color='#0072B2')
left.set_ylabel('Оборот, €')
other = left.twinx()
other.plot(months, by_month['orders'], color='#E69F00')
other.set_ylabel('Поръчки')
left.set_title('Две оси: линиите се сливат')
index = by_month / by_month.iloc[0] * 100
right.plot(months, index['revenue'], color='#0072B2', label='оборот')
right.plot(months, index['orders'], color='#E69F00', label='поръчки')
right.set_title('Една ос: ноември = 100')
right.legend()
for ax in (left, right):
    ax.tick_params(axis='x', rotation=90)
fig.suptitle('Оборот и брой поръчки')
fig.tight_layout()
index.loc['2025-12-01'].round(1)

import numpy as np import pandas as pd import matplotlib.pyplot as plt orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at']) items = pd.read_csv('year_items.csv') items['revenue'] = items['quantity'] * items['unit_price'] per_order = items.groupby('order_id', as_index=False)['revenue'].sum() orders = orders.merge(per_order, left_on='id', right_on='order_id', how='left', validate='one_to_one') # Оборотът е без отказаните поръчки. sold = orders[orders['status'] != 'cancelled'] monthly = sold.set_index('ordered_at')['revenue'].resample('MS').sum() months = monthly.index.strftime('%Y-%m') by_month = sold.set_index('ordered_at').resample('MS').agg(revenue=('revenue', 'sum'), orders=('id', 'size')) fig, (left, right) = plt.subplots(1, 2, figsize=(11, 4)) left.plot(months, by_month['revenue'], color='#0072B2') left.set_ylabel('Оборот, €') other = left.twinx() other.plot(months, by_month['orders'], color='#E69F00') other.set_ylabel('Поръчки') left.set_title('Две оси: линиите се сливат') index = by_month / by_month.iloc[0] * 100 right.plot(months, index['revenue'], color='#0072B2', label='оборот') right.plot(months, index['orders'], color='#E69F00', label='поръчки') right.set_title('Една ос: ноември = 100') right.legend() for ax in (left, right): ax.tick_params(axis='x', rotation=90) fig.suptitle('Оборот и брой поръчки') fig.tight_layout() index.loc['2025-12-01'].round(1)

▶ ИзпълниВърни кода

Вляво линиите почти съвпадат и изглежда, че оборотът и поръчките вървят заедно. Вдясно се вижда разликата: през декември оборотът е 171,2, а поръчките 136,7. Оборотът е растял много повече от поръчките, защото декемврийските поръчки са и по-големи. Видя го и в кутиите с мустаци в предишния урок.

Друг честен начин са две графики една под друга, всяка със своята ос и надпис: plt.subplots(2, 1, sharex=True).

Идеята

3D, кръгови диаграми и картинки

Три неща, които изглеждат впечатляващо и подвеждат:

• 3D стълбове и 3D кръгова диаграма. Перспективата прави близкото по-голямо от далечното. Третото измерение не носи никакви данни, само изкривява.
• Кръгова диаграма. Окото сравнява ъгли и площи много по-лошо от дължини. Видя го в урока за избора на графика: подредени стълбове казват същото по-ясно.
• Стойност в размера на картинка. Ако картинката расте и по височина, и по ширина, площта ѝ расте с квадрата: два пъти повече изглежда четири пъти повече.

1. Оборотът на един месец е два пъти по-голям от оборота на друг. В презентация го рисуват като торба с пари, два пъти по-висока и два пъти по-широка от другата. Колко по-голям изглежда?

Два пъти, колкото е и в даннитеЕднакъв, защото торбите са една и съща картинкаОколо четири пъти: окото сравнява площта, а тя расте и по височина, и по ширина

Провери

Идеята

Цвят за отговора

Цветът не е украса: той казва къде да гледаш. Един цвят за важното и сиво за останалото е най-ясното. Ето оборота по месеци два пъти: вляво всички стълбове са еднакви, вдясно декември е оцветен:

Pythonданни: таблиците на магазина

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at'])
items = pd.read_csv('year_items.csv')
items['revenue'] = items['quantity'] * items['unit_price']
per_order = items.groupby('order_id', as_index=False)['revenue'].sum()
orders = orders.merge(per_order, left_on='id', right_on='order_id', how='left', validate='one_to_one')
# Оборотът е без отказаните поръчки.
sold = orders[orders['status'] != 'cancelled']
monthly = sold.set_index('ordered_at')['revenue'].resample('MS').sum()
months = monthly.index.strftime('%Y-%m')
share = monthly['2025-12-01'] / monthly.sum() * 100
colors = np.where(monthly.index.month == 12, '#E69F00', 'lightgray')
fig, (left, right) = plt.subplots(1, 2, figsize=(11, 4))
left.bar(months, monthly)
left.set_title('Оборот по месеци, €')
right.bar(months, monthly, color=colors)
right.set_title(f'Декември носи {share:.0f}% от оборота на годината')
for ax in (left, right):
    ax.tick_params(axis='x', rotation=90)
fig.suptitle('Без отговор и с отговор')
fig.tight_layout()
print(round(share, 1))

import numpy as np import pandas as pd import matplotlib.pyplot as plt orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at']) items = pd.read_csv('year_items.csv') items['revenue'] = items['quantity'] * items['unit_price'] per_order = items.groupby('order_id', as_index=False)['revenue'].sum() orders = orders.merge(per_order, left_on='id', right_on='order_id', how='left', validate='one_to_one') # Оборотът е без отказаните поръчки. sold = orders[orders['status'] != 'cancelled'] monthly = sold.set_index('ordered_at')['revenue'].resample('MS').sum() months = monthly.index.strftime('%Y-%m') share = monthly['2025-12-01'] / monthly.sum() * 100 colors = np.where(monthly.index.month == 12, '#E69F00', 'lightgray') fig, (left, right) = plt.subplots(1, 2, figsize=(11, 4)) left.bar(months, monthly) left.set_title('Оборот по месеци, €') right.bar(months, monthly, color=colors) right.set_title(f'Декември носи {share:.0f}% от оборота на годината') for ax in (left, right): ax.tick_params(axis='x', rotation=90) fig.suptitle('Без отговор и с отговор') fig.tight_layout() print(round(share, 1))

▶ ИзпълниВърни кода

np.where(monthly.index.month == 12, '#E69F00', 'lightgray') дава по един цвят за всеки месец: оранжево за декември, сиво за другите. color=colors ги слага на стълбовете.

Заглавието вдясно също работи: не „Оборот по месеци“, а изводът: „Декември носи 14% от оборота на годината“ (точно 14,3%). Читателят разбира, преди да е погледнал осите.

Оранжевото #E69F00 е от палитрата Okabe-Ito: осем цвята, които се различават и от хора, които не виждат някои цветове. Много хора не различават червено от зелено. Затова никога не разделяй две неща само с червено и зелено. Ако ти трябват повече цветове, палитрата tab10 на matplotlib (цветовете по подразбиране, C0 до C9) също е добро начало.

Идеята

Надписи вместо легенда

Шест линии в шест цвята и легенда в ъгъла: окото скача между линията и легендата, за да разбере коя коя е. Надписът до самата линия спестява това. Ето оборота по категории, вляво с легенда, вдясно с надписи:

Pythonданни: таблиците на магазина

import pandas as pd
import matplotlib.pyplot as plt

orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at'])
items = pd.read_csv('year_items.csv')
products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'})
categories = pd.read_csv('categories.csv').set_index('id')['name']
items['revenue'] = items['quantity'] * items['unit_price']
lines = items.merge(orders[['id', 'ordered_at', 'status']], left_on='order_id', right_on='id', validate='many_to_one')
lines = lines[lines['status'] != 'cancelled']
lines = lines.merge(products[['product_id', 'category_id']], on='product_id', validate='many_to_one')
lines['category'] = lines['category_id'].map(categories)
lines['month'] = lines['ordered_at'].dt.strftime('%Y-%m')
# Подаръчната карта няма категория и pivot_table я пропуска.
table = lines.pivot_table(index='month', columns='category', values='revenue', aggfunc='sum')
times = table.loc['2025-12', 'Кухня'] / table['Кухня'].drop('2025-12').mean()
fig, (left, right) = plt.subplots(1, 2, figsize=(12, 5))
table.plot(ax=left)
left.set_title('Оборот по категории, €')
for name in table.columns.drop('Кухня'):
    right.plot(table.index, table[name], color='lightgray')
    right.text(len(table) - 0.8, table[name].iloc[-1], name, color='gray', va='center')
right.plot(table.index, table['Кухня'], color='#0072B2', linewidth=2)
right.text(1.3, table.loc['2025-12', 'Кухня'], 'Кухня', color='#0072B2', va='center')
right.set_title(f'През декември кухнята продава {times:.0f} пъти повече')
for ax in (left, right):
    ax.tick_params(axis='x', rotation=90)
fig.suptitle('Легенда или надписи на линиите')
fig.tight_layout()
print(table.loc['2025-12', 'Кухня'].round(2), round(times, 1))

import pandas as pd import matplotlib.pyplot as plt orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at']) items = pd.read_csv('year_items.csv') products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'}) categories = pd.read_csv('categories.csv').set_index('id')['name'] items['revenue'] = items['quantity'] * items['unit_price'] lines = items.merge(orders[['id', 'ordered_at', 'status']], left_on='order_id', right_on='id', validate='many_to_one') lines = lines[lines['status'] != 'cancelled'] lines = lines.merge(products[['product_id', 'category_id']], on='product_id', validate='many_to_one') lines['category'] = lines['category_id'].map(categories) lines['month'] = lines['ordered_at'].dt.strftime('%Y-%m') # Подаръчната карта няма категория и pivot_table я пропуска. table = lines.pivot_table(index='month', columns='category', values='revenue', aggfunc='sum') times = table.loc['2025-12', 'Кухня'] / table['Кухня'].drop('2025-12').mean() fig, (left, right) = plt.subplots(1, 2, figsize=(12, 5)) table.plot(ax=left) left.set_title('Оборот по категории, €') for name in table.columns.drop('Кухня'): right.plot(table.index, table[name], color='lightgray') right.text(len(table) - 0.8, table[name].iloc[-1], name, color='gray', va='center') right.plot(table.index, table['Кухня'], color='#0072B2', linewidth=2) right.text(1.3, table.loc['2025-12', 'Кухня'], 'Кухня', color='#0072B2', va='center') right.set_title(f'През декември кухнята продава {times:.0f} пъти повече') for ax in (left, right): ax.tick_params(axis='x', rotation=90) fig.suptitle('Легенда или надписи на линиите') fig.tight_layout() print(table.loc['2025-12', 'Кухня'].round(2), round(times, 1))

▶ ИзпълниВърни кода

ax.text(x, y, 'Кухня') пише текст в точката (x, y) от данните. Месеците са текст и matplotlib ги слага на позиции 0, 1, 2…, затова len(table) - 0.8 е точно вдясно от последния месец, а 1.3 е до декември. Подписът на кухнята е в синия цвят на линията ѝ, а кухнята е начертана последна и по-дебела, за да е отгоре.

През декември кухнята продава за 3 240,60 €, 4,4 пъти повече от средния си месец през останалата година. Продават се най-вече тигани и ножове, вероятно за подарък. На графиката вляво това е една от шест линии, а вдясно е първото, което виждаш. Подаръчната карта няма категория, затова я няма тук.

Пробвай

Цветове

1. На графика ръстът е в зелено, а спадът в червено, без други разлики. Какво е проблемът?

Нищо, това е обичайното значение на цветоветеЧервеното и зеленото не се печататМного хора не различават червено от зелено и за тях двете линии са еднакви

2. Защо в графиката на категориите другите пет линии са сиви, а кухнята е синя?

Цветът води окото към отговора; сивото пази контекста, без да спори с негоЗащото сивото е по-хубавоЗащото matplotlib има само два цвята

Провери

Упражнение

Графиката за годишния отчет

Управителят иска една графика за годишния отчет: оборотът по месеци (monthly), декември в цвят, другите месеци в сиво, оста от 0 и заглавие, което казва колко от оборота на годината носи декември. Запиши дела в share, а цветовете в colors.

Pythonданни: таблиците на магазина

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at'])
items = pd.read_csv('year_items.csv')
items['revenue'] = items['quantity'] * items['unit_price']
per_order = items.groupby('order_id', as_index=False)['revenue'].sum()
orders = orders.merge(per_order, left_on='id', right_on='order_id', how='left', validate='one_to_one')
# Оборотът е без отказаните поръчки.
sold = orders[orders['status'] != 'cancelled']
monthly = sold.set_index('ordered_at')['revenue'].resample('MS').sum()
months = monthly.index.strftime('%Y-%m')
share = ...
colors = ...
fig, ax = plt.subplots(figsize=(9, 4))
ax.bar(months, monthly, color=colors)
ax.set_title(...)

import numpy as np import pandas as pd import matplotlib.pyplot as plt orders = pd.read_csv('year_orders.csv', parse_dates=['ordered_at']) items = pd.read_csv('year_items.csv') items['revenue'] = items['quantity'] * items['unit_price'] per_order = items.groupby('order_id', as_index=False)['revenue'].sum() orders = orders.merge(per_order, left_on='id', right_on='order_id', how='left', validate='one_to_one') # Оборотът е без отказаните поръчки. sold = orders[orders['status'] != 'cancelled'] monthly = sold.set_index('ordered_at')['revenue'].resample('MS').sum() months = monthly.index.strftime('%Y-%m') share = ... colors = ... fig, ax = plt.subplots(figsize=(9, 4)) ax.bar(months, monthly, color=colors) ax.set_title(...)

Провери▶ Изпълни

Тест

Провери се

1. Оборотът пада с 19,1% от август до септември. На стълбове с ос от 7 000 спадът изглежда 92,9%. Защо?

Защото септември има по-малко дниЗащото matplotlib закръгля стойноститеОкото сравнява дължините на стълбовете, а отрязаната ос маха общата долна част, която е 7 000 € и при двата

2. Линия показва средната цена на кафето по месеци: 13,90 € до февруари и 14,90 € от март. Трябва ли оста y на линията да започва от 0?

Не е задължително: линията се чете по наклона и положението, а не по дължина; важното е оста да е надписана и да не преувеличава нарочноДа, всяка ос започва от 0Не, и може да започва откъдето искаш, без надписи

3. Какво е опасното на две оси y (twinx) на една графика?

Нищо, така се спестява мястоmatplotlib не може да ги надпишеМащабът на всяка ос е избран свободно, затова линиите може да изглеждат слети или разделени, както авторът поиска

4. Кое заглавие е по-добро за графиката на оборота по месеци с оцветен декември?

„Оборот по месеци“„Графика 3“„Декември носи 14% от оборота на годината“

Провери

Започни урока отначало

Свързани уроци

• Нужно отпреди: Широко и дълго: pivot_table и melt · Дати и времеви редове · Първата графика · Коя графика за какъв въпрос
• Продължава в: Защо оборотът падна?
• Задачи по темата: Графики