Erstellen und Interpretieren eines Boxplots
Fahren wir mit dem Datensatz student_data fort. In einer früheren Übung haben wir den Zusammenhang zwischen Lernen und Abschlussnote untersucht, indem wir die durchschnittliche Abschlussnote ("G3") der Schüler/innen in verschiedenen Kategorien von "study_time" mit einem Balkendiagramm verglichen haben.
In dieser Übung versuchen wir stattdessen, diese Beziehung mit einem Boxplot zu betrachten. Zur Erinnerung: Um ein Boxplot zu erstellen, musst du die Funktion catplot() verwenden und den Namen der kategorialen Variable, die auf der x-Achse erscheinen soll (x=____), den Namen der quantitativen Variable, die auf der y-Achse zusammengefasst werden soll (y=____), den zu verwendenden Pandas DataFrame (data=____) und die Art der Darstellung (kind="box") angeben.
Wir haben matplotlib.pyplot bereits als plt und seaborn als sns importiert.
Diese Übung ist Teil des Kurses
Einführung in die Datenvisualisierung mit Seaborn
Interaktive Übung zum Anfassen
Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.
# 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()