Für die Übungen in diesem Abschnitt verwendest du einen klassischen Datensatz, der vom Botaniker Edward Anderson erhoben und durch Ronald Fisher, einen der produktivsten Statistiker der Geschichte, berühmt gemacht wurde. Anderson hat die anatomischen Merkmale von Proben dreier verschiedener Irisarten sorgfältig gemessen: Iris setosa, Iris versicolor und Iris virginica. Der vollständige Datensatz ist als Teil von scikit-learn verfügbar. Hier arbeitest du mit seinen Messungen der Blütenblattlänge.

Zeichne ein Histogramm der Blütenblattlängen seiner 50 Proben von Iris versicolor mit den Standardeinstellungen von matplotlib/seaborn. Denk daran: Um den Standardstil von seaborn festzulegen, kannst du sns.set() verwenden, wobei sns der Alias ist, unter dem seaborn importiert wird.

Der Teil des Datensatzes mit den Blütenblattlängen von Iris versicolor in Zentimetern (cm) ist im NumPy-Array versicolor_petal_length gespeichert.

Im Video hat Justin die Histogramme mit der pandas-Bibliothek gezeichnet und den DataFrame indiziert, um die gewünschte Spalte zu extrahieren. Hier brauchst du jedoch nur das bereitgestellte NumPy-Array. Außerdem hat Justin seine Plot-Befehle (außer plt.show()) der Dummy-Variable _ zugewiesen. Das verhindert unnötige Ausgaben. Für deine Lösungen ist das nicht erforderlich, es ist aber gute Praxis. Alternativ könntest du in einer interaktiven Umgebung wie einem Jupyter-Notebook ein ; nach deinen Plot-Befehlen verwenden, um den gleichen Effekt zu erzielen. Justin bevorzugt _. Daher wirst du es im Lösungscode sehen.

Vorteile der grafischen EDA

Statistical Thinking in Python (Teil 1)

Interaktive Übung