Hängt die geografische Breite mit den offenen Monaten zusammen?
Beim Erkunden des Farmers-Market-Datensatzes mit einer Scatter-Matrix ist dir eine potenziell interessante Beziehung zwischen der geografischen Breite eines Marktes und der Anzahl der Monate aufgefallen, in denen er geöffnet ist. Um dieser Beziehung weiter nachzugehen, entscheidest du dich für Seaborns Regressionsplot, um zu prüfen, ob an diesem Muster etwas dran ist oder ob die starke Überlappung der Punkte dich optisch täuscht.
Damit die Regressionslinie hervorsticht, solltest du die Deckkraft der überlappenden Hintergrundpunkte reduzieren und sie in einem gedeckten Grau einfärben. Da du keine formale Inferenz vornehmen willst und das Muster nur schnell untersuchen möchtest, kannst du das standardmäßige Unsicherheitsband abschalten.
Diese Übung ist Teil des Kurses
<Kurs>So verbesserst du deine Datenvisualisierungen in Python</Kurs>Übungsanweisungen
- Setze die Deckkraft der Punkte im Scatter-Plot auf 10 % und färbe sie
'gray'. - Deaktiviere das standardmäßige Konfidenzintervallband.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
sns.regplot(x = 'lat',
y = 'months_open',
# Set scatter point opacity & color
____ = {'alpha':____, 'color':'____'},
# Disable confidence band
____ = ____,
data = markets)
plt.show()