Vizualizace více kategorií
V této kapitole jsme zatím pracovali pouze s rozdíly numerické proměnné mezi dvěma kategoriemi. Mnoho datových sad ale obsahuje kategorií víc. Než přistoupíš k testování více kategorií, je užitečné provést průzkumnou analýzu dat (EDA) – vypočítat souhrnné statistiky pro každou skupinu a vizualizovat rozložení numerické proměnné pomocí krabicových grafů.
Vrátíme se k datům o zpožděných zásilkách a podíváme se, jak se cena balíku (pack_price) liší mezi třemi způsoby dopravy (shipment_mode): "Air", "Air Charter" a "Ocean".
DataFrame late_shipments je k dispozici; pandas a matplotlib.pyplot jsou načteny pod standardními aliasy a seaborn je načten jako sns.
Toto cvičení je součástí kurzu
Testování hypotéz v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Calculate the mean pack_price for each shipment_mode
xbar_pack_by_mode = ____
# Print the grouped means
print(xbar_pack_by_mode)