V cvičeních této části budeme pracovat s klasickou datovou sadou, kterou shromáždil botanik Edward Anderson a proslavil Ronald Fisher, jeden z nejplodnějších statistiků v historii. Anderson pečlivě změřil anatomické vlastnosti vzorků tří různých druhů kosatce: Iris setosa, Iris versicolor a Iris virginica. Kompletní datová sada je dostupná jako součást scikit-learn. Zde budeme pracovat s jeho měřeními délky okvětních lístků.

Vykresli histogram délek okvětních lístků 50 vzorků Iris versicolor s použitím výchozího nastavení matplotlib/seaborn. Nezapomeň, že výchozí styl seaborn nastavíš pomocí sns.set(), kde sns je alias, pod kterým je seaborn importován.

Podmnožina datové sady obsahující délky okvětních lístků Iris versicolor v centimetrech (cm) je uložena v poli NumPy versicolor_petal_length.

Ve videu Justin vykresloval histogramy pomocí knihovny pandas a indexování DataFrame pro extrakci požadovaného sloupce. Tady ale stačí použít připravené pole NumPy. Justin také přiřazoval příkazy pro vykreslení (kromě plt.show()) do pomocné proměnné _, aby se zabránilo zbytečnému výstupu. Pro tvá řešení to není povinné, ale je to dobrý zvyk. Alternativně, pokud pracuješ v interaktivním prostředí, jako je Jupyter notebook, můžeš za příkazy pro vykreslení přidat ; a dosáhnout stejného efektu. Justin preferuje _, takže ho uvidíš i v ukázkovém řešení.

Interpretace bee swarm plotu

Statistical Thinking in Python (Part 1)

Interaktivní praktické cvičení