Usar grosor de banda en lugar de color
Eres una persona investigadora que analiza la altura que alcanza un cohete antes de perderlo de vista y los niveles de contaminantes en la Base de la Fuerza Aérea de Vandenberg. Has creado un modelo para predecir esta relación (almacenado en el DataFrame rocket_height_model) y, como trabajas de forma independiente, no tienes presupuesto para figuras en color en tu artículo. Necesitas que la gráfica de resultados del modelo funcione en blanco y negro. Para ello, representarás los intervalos del 90, 95 y 99% del efecto de cada contaminante como barras cada vez más finas.
Este ejercicio forma parte del curso
Mejora tus visualizaciones de datos en Python
Instrucciones del ejercicio
- Usa un grosor de
15para el 90%,10para el 95% y5para las líneas del 99%. - Pasa el valor del grosor del intervalo a
plt.hlines(). - Establece el color del intervalo en
'gray'para suavizar el contraste.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Decrase interval thickness as interval widens
sizes = [ ____, ____, ____]
int_widths = ['90% CI', '95%', '99%']
z_scores = [ 1.67, 1.96, 2.58]
for percent, Z, size in zip(int_widths, z_scores, sizes):
plt.hlines(y = rocket_model.pollutant,
xmin = rocket_model['est'] - Z*rocket_model['std_err'],
xmax = rocket_model['est'] + Z*rocket_model['std_err'],
label = percent,
# Resize lines and color them gray
linewidth = ____,
color = '____')
# Add point estimate
plt.plot('est', 'pollutant', 'wo', data = rocket_model, label = 'Point Estimate')
plt.legend(loc = 'center left', bbox_to_anchor = (1, 0.5))
plt.show()