Créer une mise en évidence par programmation
Vous poursuivez votre travail pour la ville de Houston. Vous voulez maintenant examiner le comportement de NO2 et SO2 lorsque la valeur d'ozone (O3) non tracée était à son maximum.
Pour ce faire, remplacez la logique de la compréhension de liste actuelle par une qui compare la valeur O3 d'une ligne avec la valeur maximale observée de O3 dans l'ensemble de données. Remarque : utilisez sns.scatterplot() plutôt que sns.regplot(). En effet, sns.scatterplot() peut accepter un vecteur non coloré comme argument hue, colorer automatiquement les points et fournir une légende utile.
Cette activité fait partie du cours
Améliorer vos visualisations de données en Python
Instructions de l’exercice
- Trouvez la valeur correspondant à la valeur maximale observée de
O3dans le DataFramehouston_pollution. Assurez-vous de taper la lettreOet non le chiffre zéro ! - Ajoutez la colonne
'point_type'au DataFramehouston_pollutionpour indiquer si la ligne contient la valeur maximale observée de O3. - Passez cette nouvelle colonne à l'argument
huedesns.scatterplot()pour colorer les points.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
houston_pollution = pollution[pollution.city == 'Houston'].copy()
# Find the highest observed O3 value
max_O3 = houston_pollution.O3.____
# Make a column that denotes which day had highest O3
houston_pollution['____'] = ['Highest O3 Day' if ____ == ____ else 'Others' for O3 in houston_pollution.O3]
# Encode the hue of the points with the O3 generated column
sns.scatterplot(x = 'NO2',
y = 'SO2',
hue = '____',
data = houston_pollution)
plt.show()