Utiliser l'épaisseur des bandes plutôt que la couleur
Vous êtes chercheur et vous étudiez l'altitude atteinte par une fusée avant de la perdre de vue, ainsi que les niveaux de polluants à la base aérienne de Vandenberg. Vous avez construit un modèle pour prédire cette relation (enregistré dans le DataFrame rocket_height_model) et, comme vous travaillez de façon autonome, vous n'avez pas le budget pour des figures en couleur dans votre article scientifique. Vous devez donc faire en sorte que le graphique des résultats de votre modèle fonctionne en noir et blanc. Pour ce faire, vous tracerez les intervalles de 90, 95 et 99 % de l'effet de chaque polluant sous forme de barres de plus en plus fines.
Cette activité fait partie du cours
Améliorer vos visualisations de données en Python
Instructions de l’exercice
- Utilisez une épaisseur de
15pour 90 %, de10pour 95 % et de5pour 99 % pour les lignes d'intervalle. - Passez la valeur d'épaisseur de l'intervalle à
plt.hlines(). - Réglez la couleur de l'intervalle à
'gray'pour adoucir le contraste.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Decrase interval thickness as interval widens
sizes = [ ____, ____, ____]
int_widths = ['90% CI', '95%', '99%']
z_scores = [ 1.67, 1.96, 2.58]
for percent, Z, size in zip(int_widths, z_scores, sizes):
plt.hlines(y = rocket_model.pollutant,
xmin = rocket_model['est'] - Z*rocket_model['std_err'],
xmax = rocket_model['est'] + Z*rocket_model['std_err'],
label = percent,
# Resize lines and color them gray
linewidth = ____,
color = '____')
# Add point estimate
plt.plot('est', 'pollutant', 'wo', data = rocket_model, label = 'Point Estimate')
plt.legend(loc = 'center left', bbox_to_anchor = (1, 0.5))
plt.show()