Dichteplots
In der Praxis können Histogramme eher ungeeignet sein, um die Verteilung deiner Daten zu beurteilen, da sie stark von der Anzahl der angegebenen Bins abhängen. Stattdessen sind Kernel-Dichteplots eine effektivere Möglichkeit, die Verteilung deiner Daten zu betrachten. Ein Beispiel, wie du einen Dichteplot erstellst, siehst du unten:
ax = df.plot(kind='density', linewidth=2)
Die Standardmethode .plot() wird mit dem Argument kind auf 'density' gesetzt. Außerdem haben wir den zusätzlichen Parameter linewidth angegeben, der die Breite der zu zeichnenden Linie steuert.
Diese Übung ist Teil des Kurses
Zeitreihendaten in Python visualisieren
Anleitung zur Übung
- Erstelle mit dem DataFrame
co2_levelseinen Dichteplot der CO2-Daten mit dem Linienbreiten-Parameter 4. - Beschrifte die x-Achse deines Boxplots mit der Zeichenkette
'CO2'. - Beschrifte die y-Achse deines Boxplots mit der Zeichenkette
'Density plot of CO2 levels in Maui Hawaii'.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Display density plot of CO2 levels values
ax = ____.____(____=____, ____=____, fontsize=6)
# Annotate x-axis labels
____.____('CO2', fontsize=10)
# Annotate y-axis labels
____.____('Density plot of CO2 levels in Maui Hawaii', fontsize=10)
plt.show()