Representar el modelo junto con los datos

Continuando con los mismos datos medidos del ejercicio anterior, tu objetivo es usar una model() predefinida y los datos medidos times y measured_distances para calcular las distancias modeladas y, después, representar en la misma figura tanto los datos medidos como los modelados.

context figure

Este ejercicio forma parte del curso

Introducción al modelado lineal en Python

Ver curso

Instrucciones del ejercicio

Usa model_distances = model(times, measured_distances) para calcular los valores modelados.
Usa plt.subplots() para crear los objetos de figura y ejes.
Usa axis.plot() para representar times frente a measured_distances con las opciones linestyle=" ", marker="o", color="black".
Usa axis.plot() para representar también times frente a model_distances con las opciones linestyle="-", color="red".

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Pass times and measured distances into model
model_distances = model(____, ____)

# Create figure and axis objects and call axis.plot() twice to plot data and model distances versus times
fig, axis = plt.subplots()
axis.plot(____, ____, linestyle="____", marker="____", color="____", label="Measured")
axis.plot(____, ____, linestyle="____", marker=None, color="____", label="Modeled")

# Add grid lines and a legend to your plot, and then show to display
axis.grid(True)
axis.legend(loc="best")
plt.show()

Editar y ejecutar código