Explorar y transformar los datos de vida útil
Comprender la distribución de las distintas variables en nuestros datos es un aspecto clave de cualquier trabajo con datos, incluido el análisis experimental. El conjunto de datos food_preservation recoge diversos métodos de conservación de alimentos y su impacto en la retención de nutrientes y la vida útil. Un aspecto crucial de estos datos tiene que ver con la vida útil de los alimentos conservados, que puede variar significativamente según los distintos métodos de conservación y tipos de alimentos.
Se han cargado para ti los DataFrame food_preservation, from scipy.stats import boxcox, pandas como pd, numpy como np, seaborn como sns, y matplotlib.pyplot como plt.
Este ejercicio forma parte del curso
Diseño experimental en Python
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
# Visualize the original ShelfLife distribution
sns.____(____['____'])
plt.title('Original Shelf Life Distribution')
plt.show()