¿Está relacionada la latitud con los meses abiertos?
Mientras exploras el conjunto de datos de mercados agrícolas con una matriz de dispersión, observas una relación potencialmente interesante entre la latitud de un mercado y el número de meses que permanece abierto. Para profundizar un poco más en esta relación, decides usar el gráfico de regresión de Seaborn para ver si este patrón tiene fundamento o si el fuerte solapamiento de puntos te está jugando una mala pasada.
Para que la línea de regresión destaque, conviene bajar la opacidad de los puntos de fondo superpuestos y colorearlos en un gris apagado. Como no vas a hacer inferencias formales y solo quieres investigar rápidamente un patrón, puedes desactivar la banda de incertidumbre predeterminada.
Este ejercicio forma parte del curso
Mejora tus visualizaciones de datos en Python
Instrucciones del ejercicio
- Establece la opacidad de los puntos del diagrama de dispersión al 10% y coloréalos de
'gray'. - Desactiva la banda de intervalo de confianza predeterminada.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
sns.regplot(x = 'lat',
y = 'months_open',
# Set scatter point opacity & color
____ = {'alpha':____, 'color':'____'},
# Disable confidence band
____ = ____,
data = markets)
plt.show()