Vykreslení interpolací

Porovnávací grafy imputací jsou klíčové pro určení nejlepší techniky imputace. V tomto cvičení vytvoříš smyčku for, která vygeneruje grafy pro více technik imputace. Vykreslíš imputace z předchozí lekce – konkrétně lineární, kvadratickou a interpolaci nejbližšího souseda.

Tři DataFrame pojmenované podle příslušných technik imputace jsou už naimportované: linear_interp, quadratic_interp a nearest_interp.

Toto cvičení je součástí kurzu

Dealing with Missing Data in Python

Zobrazit kurz

Pokyny k cvičení

Vytvoř 3 podgrafy – jeden pro každou techniku imputace.
Vytvoř slovník interpolations tak, že namapuješ DataFrame linear_interp, quadratic_interp a nearest_interp na příslušné techniky interpolace.
Projdi smyčkou axes a interpolations.
Vyber každý DataFrame ze slovníku interpolations a nastav mu název pomocí df_key.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Set nrows to 3 and ncols to 1
fig, axes = plt.subplots(___, ___, figsize=(30, 20))

# Create a dictionary of interpolated DataFrames for looping 
interpolations = {'Linear Interpolation': ___, 'Quadratic Interpolation': ___, 
                  'Nearest Interpolation': ___}

# Loop over axes and interpolations
for ax, df_key in zip(___, ___):
  # Select and also set the title for a DataFrame
  interpolations[___].Ozone.plot(color='red', marker='o', linestyle='dotted', ax=ax)
  airquality.Ozone.plot(title=___ + ' - Ozone', marker='o', ax=ax)
  
plt.show()

Upravit a spustit kód