Améliorer vos KDE
Une façon d'enrichir les KDE est d'ajouter un rug plot (diagramme en tapis). Les rug plots sont de petits traits dessinés sous la densité qui indiquent précisément où se situe chaque point de données. C'est particulièrement utile quand vous n'avez pas beaucoup de données.
Avec de petits échantillons, il y a souvent des zones de votre support sans données, et il peut être difficile de savoir si une ligne KDE non nulle signifie qu'il y avait des données ou si c'est dû à un noyau trop large. Un rug plot aide à clarifier cela.
Revenons à la fonction sns.kdeplot() pour tracer deux KDE : l'un pour les données de Vandenberg Air Force Base et l'autre pour toutes les autres villes de l'ensemble sur la pollution. Comme beaucoup moins de données contribuent à la forme du tracé de Vandenberg, ajoutez un rug plot en dessous.
Cette activité fait partie du cours
Améliorer vos visualisations de données en Python
Instructions de l’exercice
- Donnez au tracé de Vandenberg la couleur
'steelblue'. - Activez la fonctionnalité de rug plot pour le tracé de Vandenberg.
- Définissez la couleur du tracé non Vandenberg à
'gray'.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
sns.kdeplot(pollution[pollution.city == 'Vandenberg Air Force Base'].O3,
label = 'Vandenberg',
# Turn the color blue to stand out
color = '____')
# Turn on rugplot
sns.____(pollution[pollution.city == 'Vandenberg Air Force Base'].O3,
label = 'Vandenberg',
color = 'steelblue')
sns.kdeplot(pollution[pollution.city != 'Vandenberg Air Force Base'].O3,
label = 'Other cities',
# Turn the color gray
color = '____')
plt.show()