Mejora tus KDE
Una forma de mejorar los KDE es añadir un rug plot. Los rug plots son pequeñas rayas dibujadas bajo la densidad que muestran exactamente dónde cae cada punto de datos. Añadir un rug plot es especialmente útil cuando no tienes muchos datos.
Con cantidades pequeñas de datos, a menudo hay huecos a lo largo del soporte sin observaciones, y puede ser difícil saber si una línea de KDE distinta de cero significa que había datos o si se debe a un kernel ancho. Un rug plot ayuda a resolverlo.
Volvamos a la función sns.kdeplot() para dibujar dos KDE: uno con los datos de Vandenberg Air Force Base y otro con todas las demás ciudades del conjunto de datos de contaminación. Como hay muchos menos datos que determinan la forma del gráfico de Vandenberg, añade un rug plot debajo.
Este ejercicio forma parte del curso
Mejora tus visualizaciones de datos en Python
Instrucciones del ejercicio
- Haz que el gráfico de Vandenberg sea
'steelblue'. - Activa la funcionalidad de rug plot en el gráfico de Vandenberg.
- Establece el color del gráfico que no es de Vandenberg a
'gray'.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
sns.kdeplot(pollution[pollution.city == 'Vandenberg Air Force Base'].O3,
label = 'Vandenberg',
# Turn the color blue to stand out
color = '____')
# Turn on rugplot
sns.____(pollution[pollution.city == 'Vandenberg Air Force Base'].O3,
label = 'Vandenberg',
color = 'steelblue')
sns.kdeplot(pollution[pollution.city != 'Vandenberg Air Force Base'].O3,
label = 'Other cities',
# Turn the color gray
color = '____')
plt.show()