Éliminer la couleur superflue

Vous pourriez vouloir comparer la relation entre CO et NO₂ dans différentes villes à l'aide d'un simple nuage de points, en utilisant la couleur pour distinguer les données de chaque ville.

Scatter plot of CO and NO2 with lots of overlapping plots

Malheureusement, le graphique obtenu est très chargé. Il est difficile de voir les écarts entre les villes, car il faut différencier des couleurs très proches. Parfois, la meilleure palette de couleurs pour votre graphique, c'est… aucune couleur.

Pour corriger ce graphique difficile à lire, retirez la composante de couleur et créez des facettes par ville. Le résultat sera peut‑être moins joli, mais ce sera un bien meilleur outil pour repérer les différences.

Cette activité fait partie du cours

Améliorer vos visualisations de données en Python

Voir le cours

Instructions de l’exercice

Pour configurer un graphique avec facettes selon city, passez les données pollution à la fonction de traçage, associez city aux colonnes et définissez la grille de facettes sur trois colonnes de large.
Utilisez la fonction g.map() pour appliquer un scatterplot() à la grille, avec la même esthétique que le nuage de points d'origine mais sans l'argument hue.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Hard to read scatter of CO and NO2 w/ color mapped to city
# sns.scatterplot('CO', 'NO2',
#                 alpha = 0.2,
#                 hue = 'city',
#                 data = pollution)

# Setup a facet grid to separate the cities apart
g = sns.FacetGrid(data = ____,
                  col = '____',
                  col_wrap = ____)

# Map sns.scatterplot to create separate city scatter plots
g.map(sns.____, 'CO', 'NO2', alpha = 0.2)
plt.show()

Modifier et exécuter le code