Tloušťka pásu místo barevného rozlišení

Jsi výzkumník/výzkumnice a zkoumáš, do jaké výšky raketa stoupá, než ji přestane být vidět, v souvislosti s úrovní znečištění ovzduší na letecké základně Vandenberg. Sestavil/a jsi model pro předpověď tohoto vztahu (uložený v DataFrame rocket_height_model), ale protože pracuješ samostatně, nemáš prostředky na barevné obrázky v odborném článku. Výsledky modelu musíš zobrazit v černobílém provedení. Proto znázorníš intervaly 90, 95 a 99 % vlivu každého znečišťující látky jako postupně užší úsečky.

Toto cvičení je součástí kurzu

Vylepšení datových vizualizací v Pythonu

Zobrazit kurz

Pokyny k cvičení

Použij tloušťku 15 pro interval 90 %, 10 pro 95 % a 5 pro 99 %.
Předej hodnotu tloušťky intervalu funkci plt.hlines().
Nastav barvu intervalu na 'gray', aby kontrast nebyl příliš ostrý.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Decrase interval thickness as interval widens
sizes =      [    ____,  ____,  ____]
int_widths = ['90% CI', '95%', '99%']
z_scores =   [    1.67,  1.96,  2.58]

for percent, Z, size in zip(int_widths, z_scores, sizes):
    plt.hlines(y = rocket_model.pollutant, 
               xmin = rocket_model['est'] - Z*rocket_model['std_err'],
               xmax = rocket_model['est'] + Z*rocket_model['std_err'],
               label = percent, 
               # Resize lines and color them gray
               linewidth = ____, 
               color = '____') 
    
# Add point estimate
plt.plot('est', 'pollutant', 'wo', data = rocket_model, label = 'Point Estimate')
plt.legend(loc = 'center left', bbox_to_anchor = (1, 0.5))
plt.show()

Upravit a spustit kód