Coder en dur une mise en évidence

Vous collaborez avec la ville de Houston pour examiner la relation entre la pollution au dioxyde de soufre (SO₂) et au dioxyde d'azote (NO₂), plus précisément pour l'année la plus récente où des données ont été recueillies (2014). Vous avez repéré une journée particulièrement problématique, le 26 novembre, marquée par un important pic des niveaux de SO₂. Pour attirer l'attention des personnes qui consulteront le graphique sur cette journée, vous allez la mettre en évidence en orange rougeoyant vif et colorer le reste des points en gris.

pandas, matplotlib.pyplot et seaborn sont importés sous les alias pd, plt et sns, respectivement, et resteront disponibles dans votre espace de travail pour tout le cours.

Ce cours couvre de nombreux concepts que vous avez peut‑être oubliés. Si vous avez besoin d'un rappel rapide, téléchargez l'« Seaborn Cheat Sheet » (aide‑mémoire Seaborn) et gardez‑la à portée de main !

Cette activité fait partie du cours

Améliorer vos visualisations de données en Python

Voir le cours

Instructions de l’exercice

Modifiez la compréhension de liste pour colorer en orangered la valeur correspondant au 330^e day (26 novembre) de l'year 2014, et en lightgray tous les autres points.
Passez le tableau houston_colors à regplot() au moyen de l'argument scatter_kws pour colorer les points.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

houston_pollution = pollution[pollution.city  ==  'Houston']

# Make array orangred for day 330 of year 2014, otherwise lightgray
houston_colors = ['orangered' if (____  ==  330) & (____  ==  2014) else 'lightgray' 
                  for day,year in zip(houston_pollution.____, houston_pollution.____)]

sns.regplot(x = 'NO2',
            y = 'SO2',
            data = houston_pollution,
            fit_reg = False, 
            # Send scatterplot argument to color points 
            scatter_kws = {'facecolors': ____, 'alpha': 0.7})
plt.show()

Modifier et exécuter le code