Auswahl einer Hypothese
Du hast gesehen, wie Visualisierungen genutzt werden können, um Hypothesen aufzustellen, wodurch sie ein wichtiger Teil der explorativen Datenanalyse sind.
In dieser Übung erstellst du ein Balkendiagramm, um zu sehen, wie sich die Gehälter je nach Unternehmensgröße und Beschäftigungsstatus unterscheiden. Zur Orientierung sei gesagt, dass es vier Werte gibt:
| Wert | Bedeutung |
|---|---|
CT |
Contractor („Auftragnehmer“) |
FL |
Freelance („Freiberufler“) |
PT |
Part-time („Teilzeitkraft“) |
FT |
Full-time („Vollzeitkraft“) |
pandas wurde als pd, matplotlib.pyplot als plt, seaborn als sns und der Gehaltsdatensatz als pandas-DataFrame namens salaries importiert.
Diese Übung ist Teil des Kurses
<Kurs>Explorative Datenanalyse in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Create a bar plot of salary versus company size, factoring in employment status
sns.____(data=____, x="____", y="____", hue="____")
plt.show()