Úprava grafu
Vztah mezi zeměpisnou šířkou farmářského trhu a počtem měsíců, po které je trh otevřen, je fascinující. Intuitivně platí, že čím dále na jih, tím delší je vegetační období – a tím déle mohou trhy fungovat. Abys tuto závislost vizualizoval/a, shrneš data o trzích na úrovni jednotlivých států a vytvoříš heatmapu, jejíž sloupce odpovídají délce provozu trhů. Každý řádek zobrazuje rozložení „sezóny" trhů v daném státě a řádky jsou seřazeny sestupně podle zeměpisné šířky státu.
Výchozí heatmapa má řadu nedostatků. Zmenši velikost písma, aby se názvy států vešly bez překrývání. Tmavá barevná paleta navíc koliduje se světlým pozadím a barevná stupnice čtenáři nepomáhá – jde přece o vzájemné porovnání hodnot.
Toto cvičení je součástí kurzu
Vylepšení datových vizualizací v Pythonu
Pokyny k cvičení
- Zmenši velikost písma na 85 % výchozí hodnoty, aby se názvy států nepřekrývaly.
- Vytvoř novou barevnou paletu přecházející od
'white'po'steelblue'. - Nahraď výchozí paletu nově vytvořenou.
- Odstraň průběžnou barevnou legendu zobrazenou vedle heatmapy.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Decrease font size so state names are less crowded
sns.set(____ = ____)
# Switch to an appropriate color palette
blue_pal = sns.light_palette("____", as_cmap = True)
# Order states by latitude
g = sns.heatmap(markets_by_month.reindex(state_by_lat),
# Add gaps between cells
linewidths = 0.1,
# Set new palette and remove color bar
cmap = ____, cbar = ____,
yticklabels = True)
# Rotate y-axis ticks
g.set_yticklabels(g.get_yticklabels(), rotation = 0)
plt.title('Distribution of months open for farmers markets by latitude')
plt.show()