Pour les exercices de cette section, vous utiliserez un jeu de données classique recueilli par le botaniste Edward Anderson et rendu célèbre par Ronald Fisher, l'un des statisticiens les plus prolifiques de l'histoire. Anderson a mesuré avec soin des propriétés anatomiques d'échantillons de trois espèces différentes d'iris, Iris setosa, Iris versicolor et Iris virginica. Le jeu de données complet est offert dans scikit-learn. Ici, vous travaillerez avec ses mesures de la longueur des pétales.

Tracez un histogramme des longueurs de pétales de ses 50 échantillons d'Iris versicolor en utilisant les paramètres par défaut de matplotlib/seaborn. Rappelez-vous que pour définir le style par défaut de seaborn, vous pouvez utiliser sns.set(), où sns est l'alias sous lequel seaborn est importé.

La partie du jeu de données contenant les longueurs de pétales d'Iris versicolor en centimètres (cm) est stockée dans le tableau NumPy versicolor_petal_length.

Dans la vidéo, Justin a tracé les histogrammes à l'aide de la bibliothèque pandas en indexant le DataFrame pour extraire la colonne voulue. Ici, toutefois, vous n'avez qu'à utiliser le tableau NumPy fourni. De plus, Justin a affecté ses instructions de traçage (sauf plt.show()) à la variable factice _. Cela évite d'afficher des sorties inutiles. Ce n'est pas requis pour vos solutions à ces exercices, mais c'est une bonne pratique. Autrement, si vous travaillez dans un environnement interactif comme un carnet Jupyter, vous pouvez ajouter un ; après vos instructions de traçage pour obtenir le même effet. Justin préfère utiliser _. Vous le verrez donc dans le code de solution.

Avantages de l'EDA graphique

Réflexion statistique en Python (Partie 1)

Exercice interactif pratique