CommencerCommencez gratuitement

Coder en dur une mise en avant

Vous travaillez avec la ville de Houston pour examiner la relation entre la pollution au dioxyde de soufre (SO2) et au dioxyde d'azote (NO2), en particulier pour l'année la plus récente de collecte des données (2014). Vous avez repéré une journée particulièrement mauvaise, le 26 novembre, avec un fort pic des niveaux de SO2. Pour attirer l'attention des lecteurs sur cette journée, vous allez la mettre en évidence avec un rouge-orangé vif et colorer le reste des points en gris.

pandas, matplotlib.pyplot et seaborn sont chargés sous les alias pd, plt et sns, respectivement, et seront disponibles dans votre environnement tout au long du cours.

Ce cours aborde de nombreux concepts que vous avez peut-être oubliés. Si vous avez besoin d'un rappel rapide, téléchargez la Seaborn Cheat Sheet et gardez-la à portée de main !

Cet exercice fait partie du cours

<cours>Améliorer vos visualisations de données en Python</cours>
Voir le cours

Instructions de l’exercice

  • Modifiez la compréhension de liste pour colorer en orangered la valeur correspondant au 330e day (26 novembre) de l'année 2014, et en lightgray les autres points.
  • Passez le tableau houston_colors à regplot() via l'argument scatter_kws pour colorer les points.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

houston_pollution = pollution[pollution.city  ==  'Houston']

# Make array orangred for day 330 of year 2014, otherwise lightgray
houston_colors = ['orangered' if (____  ==  330) & (____  ==  2014) else 'lightgray' 
                  for day,year in zip(houston_pollution.____, houston_pollution.____)]

sns.regplot(x = 'NO2',
            y = 'SO2',
            data = houston_pollution,
            fit_reg = False, 
            # Send scatterplot argument to color points 
            scatter_kws = {'facecolors': ____, 'alpha': 0.7})
plt.show()
Modifier et exécuter le code