Empiler pour repérer les tendances
Dans l'ensemble de données sur les marchés publics, vous vous intéressez au nombre de mois pendant lesquels un marché demeure ouvert en fonction de sa géographie, plus précisément de sa longitude. Vous voulez voir si certaines régions du pays se distinguent nettement des autres.
Pour ce faire, vous créez une carte de base avec un nuage de points de la latitude et de la longitude de chaque marché, en colorant chaque marché selon le nombre de mois où il est ouvert. En approfondissant la relation avec la latitude, vous tracez un diagramme de régression de la latitude par rapport au nombre de mois d'ouverture avec une courbe d'ajustement souple afin de voir si des tendances se dégagent. Vous souhaitez afficher ces visualisations simultanément pour obtenir le portrait le plus clair des tendances.
Cette activité fait partie du cours
Améliorer vos visualisations de données en Python
Instructions de l’exercice
- Configurez
plt.subplots()pour obtenir deux graphiques empilés verticalement. - Associez le premier graphique (en haut) au nuage de points
lon,lat. - Associez le second graphique (en bas) au graphique de régression de
lonversmonths_open.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Setup two stacked plots
_, (ax1, ax2) = plt.subplots(____, ____)
# Draw location scatter plot on first plot
sns.scatterplot("lon", "lat", 'months_open',
palette = sns.light_palette("orangered",n_colors = 12),
legend = False, data = markets,
ax = ____);
# Plot a regression plot on second plot
sns.regplot('lon', 'months_open',
scatter_kws = {'alpha': 0.2, 'color': 'gray', 'marker': '|'},
lowess = True,
marker = '|', data = markets,
ax = ____)
plt.show()