Kastendiagramme erstellen und interpretieren
Diese Übung nutzt wieder den student_data-Datensatz. In der vorigen Übung hast du den Zusammenhang zwischen der Lernzeit und der erzielten Abschlussnote untersucht, indem du die durchschnittlichen Abschlussnoten ("G3") der Schulkinder für verschiedene Lernzeiten ("study_time") mit einem Balkendiagramm verglichen hast.
Jetzt betrachtest du diese Beziehung mit einem Kastendiagramm. Zur Erinnerung: Um ein Kastendiagramm zu erstellen, verwendest du die Funktion catplot() und übergibst den Namen der kategorialen Variable für die x-Achse (x=____), den Namen der zusammenzufassenden quantitativen Variable für die y-Achse (y=____), den zu verwendenden pandas-DataFrame (data=____) und die gewünschte Diagrammart (kind="box").
matplotlib.pyplot wurde bereits als plt und seaborn als sns importiert.
Diese Übung ist Teil des Kurses
<Kurs>Einführung in die Datenvisualisierung mit Seaborn</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Specify the category ordering
study_time_order = ["<2 hours", "2 to 5 hours",
"5 to 10 hours", ">10 hours"]
# Create a box plot and set the order of the categories
# Show plot
plt.show()