LoslegenKostenlos loslegen

Überflüssige Farbe loswerden

Vielleicht möchtest du die Beziehung zwischen CO- und NO2-Werten über verschiedene Städte hinweg mit einem einfachen Streudiagramm vergleichen und dabei Farbe nutzen, um die Städte zu unterscheiden.

Scatter plot of CO and NO2 with lots of overlapping plots

Leider ist die resultierende Grafik sehr unübersichtlich. Unterschiede zwischen den Städten sind schwer zu erkennen, weil man ähnliche Farben voneinander unterscheiden muss. Manchmal ist die beste Farbpalette für dein Diagramm tatsächlich gar keine Farbe.

Um dieses schwer lesbare Diagramm zu verbessern, entferne die Farbe und facettiere nach Stadt. Das Ergebnis ist vielleicht nicht ganz so hübsch, aber deutlich besser geeignet, um die Unterschiede herauszuarbeiten.

Diese Übung ist Teil des Kurses

So verbesserst du deine Datenvisualisierungen in Python

Kurs anzeigen

Anleitung zur Übung

  • Um ein Diagramm nach city zu facettieren, übergib der Plot-Funktion die pollution-Daten, mappe city auf die Spalten und setze die Facets auf drei Spalten Breite.
  • Verwende die Funktion g.map(), um ein scatterplot() über das Grid zu mappen – mit derselben Ästhetik wie beim ursprünglichen Streudiagramm, aber ohne das Argument hue.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Hard to read scatter of CO and NO2 w/ color mapped to city
# sns.scatterplot('CO', 'NO2',
#                 alpha = 0.2,
#                 hue = 'city',
#                 data = pollution)

# Setup a facet grid to separate the cities apart
g = sns.FacetGrid(data = ____,
                  col = '____',
                  col_wrap = ____)

# Map sns.scatterplot to create separate city scatter plots
g.map(sns.____, 'CO', 'NO2', alpha = 0.2)
plt.show()
Code bearbeiten und ausführen