Pochop rozdíly v proměnných

Teď se podíváš na průměry a směrodatné odchylky jednotlivých proměnných pomocí sloupcového grafu. Je to doplňující krok k tomu předchozímu – vizuálně prozkoumáš rozdíly v měřítkách a rozptylech proměnných.

Knihovna pandas je načtena jako pd a matplotlib.pyplot jako plt. Dataset wholesale je načten jako DataFrame knihovny pandas, zatímco průměry a směrodatné odchylky pro každý sloupec datasetu wholesale jsou načteny jako Series pojmenované averages a std_devs. Prozkoumej je v konzoli.

Toto cvičení je součástí kurzu

Machine Learning for Marketing in Python

Zobrazit kurz

Pokyny k cvičení

Vytvoř seznam s názvy sloupců datasetu wholesale a další seznam s seřazenými hodnotami od 0 do počtu sloupců v wholesale.
Vykresli averages šedou barvou a std_devs oranžovou barvou a posuň osu x o 0.2.
Přidej x_ix jako popisky ticků a x_names jako jejich štítky a otočte je o 90 stupňů.
Přidej legendu a zobraz graf.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create column names list and same length integer list
x_names = wholesale.___
x_ix = np.arange(wholesale.shape[1])

# Plot the averages data in gray and standard deviations in orange 
plt.bar(x=x_ix-___, height=averages, color='grey', label='Average', width=0.4)
plt.bar(x=x_ix+___, height=std_devs, color='orange', label='Standard Deviation', width=0.4)

# Add x-axis labels and rotate
plt.xticks(ticks=___, labels=x_names, rotation=90)

# Add the legend and display the chart
plt.legend()
plt.___()

Upravit a spustit kód