LoslegenKostenlos starten

Ein Highlight hart codieren

du arbeitest mit der Stadt Houston zusammen, um den Zusammenhang zwischen Schwefeldioxid- (SO2) und Stickstoffdioxid- (NO2)verschmutzung zu untersuchen, speziell für das jüngste Jahr, in dem Daten erhoben wurden (2014). du hast einen besonders schlechten Tag herausgegriffen: den 26. November, an dem es einen starken Ausschlag bei den SO2-Werten gab. Um die Aufmerksamkeit der Betrachter auf diesen Tag zu lenken, wirst du ihn in einem hellen Orangerot hervorheben und den Rest der Punkte grau einfärben.

pandas, matplotlib.pyplot und seaborn sind als pd, plt bzw. sns geladen und stehen dir für den Rest des Kurses in deiner Arbeitsumgebung zur Verfügung.

Dieser Kurs streift viele Konzepte, die du vielleicht vergessen hast. Wenn du eine schnelle Auffrischung brauchst, lade dir das Seaborn Cheat Sheet herunter und halte es griffbereit!

Diese Übung ist Teil des Kurses

<Kurs>So verbesserst du deine Datenvisualisierungen in Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • Ändere die Listenkomprehension so, dass der Wert, der dem 330. day (26. November) des year 2014 entspricht, als orangered und die restlichen Punkte als lightgray eingefärbt werden.
  • Übergebe das Array houston_colors an regplot() über das Argument scatter_kws, um die Punkte zu färben.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

houston_pollution = pollution[pollution.city  ==  'Houston']

# Make array orangred for day 330 of year 2014, otherwise lightgray
houston_colors = ['orangered' if (____  ==  330) & (____  ==  2014) else 'lightgray' 
                  for day,year in zip(houston_pollution.____, houston_pollution.____)]

sns.regplot(x = 'NO2',
            y = 'SO2',
            data = houston_pollution,
            fit_reg = False, 
            # Send scatterplot argument to color points 
            scatter_kws = {'facecolors': ____, 'alpha': 0.7})
plt.show()
Code bearbeiten und ausführen