LoslegenKostenlos starten

Hervorhebung programmatisch erstellen

du arbeitest weiter für die Stadt Houston. Jetzt möchtest du dir das Verhalten von NO2 und SO2 anschauen, wenn der nicht geplottete Ozonwert (O3) am höchsten war.

Ersetze dazu die Logik in der aktuellen List-Comprehension durch eine, die den O3-Wert einer Zeile mit dem höchsten beobachteten O3 im Datensatz vergleicht. Hinweis: Verwende sns.scatterplot() statt sns.regplot(). Der Grund: sns.scatterplot() kann einen Nicht-Farb-Vektor als hue-Argument übernehmen, färbt die Punkte automatisch ein und zeigt eine hilfreiche Legende an.

Diese Übung ist Teil des Kurses

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

Übungsanweisungen

  • Finde den Wert, der dem höchsten beobachteten O3-Wert im DataFrame houston_pollution entspricht. Achte darauf, den Buchstaben O und nicht die Zahl Null zu tippen!
  • Hänge die Spalte 'point_type' an das DataFrame houston_pollution an, um zu markieren, ob die Zeile den höchsten beobachteten O3 enthält.
  • Übergib diese neu erstellte Spalte an das hue-Argument von sns.scatterplot(), um die Punkte einzufärben.

Interaktive praktische Übung

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

houston_pollution = pollution[pollution.city  ==  'Houston'].copy()

# Find the highest observed O3 value
max_O3 = houston_pollution.O3.____

# Make a column that denotes which day had highest O3
houston_pollution['____'] = ['Highest O3 Day' if ____  ==  ____ else 'Others' for O3 in houston_pollution.O3]

# Encode the hue of the points with the O3 generated column
sns.scatterplot(x = 'NO2',
                y = 'SO2',
                hue = '____',
                data = houston_pollution)
plt.show()
Code bearbeiten und ausführen