CommencerCommencer gratuitement

Utiliser l’épaisseur des bandes plutôt que la couleur

Vous êtes chercheur et vous étudiez l’altitude atteinte par une fusée avant la perte de visibilité ainsi que les niveaux de polluants à la base de Vandenberg. Vous avez construit un modèle pour prédire cette relation (stocké dans le DataFrame rocket_height_model) et, comme vous travaillez en indépendant, vous n’avez pas le budget pour des figures en couleur dans votre article. Vous devez donc faire en sorte que le graphique des résultats de votre modèle fonctionne en noir et blanc. Pour cela, vous allez tracer les intervalles à 90, 95 et 99 % de l’effet de chaque polluant sous forme de barres de plus en plus fines.

Cet exercice fait partie du cours

Améliorer vos visualisations de données en Python

Afficher le cours

Instructions

  • Utilisez une épaisseur de 15 pour 90 %, 10 pour 95 % et 5 pour les lignes d’intervalle à 99 %.
  • Passez la valeur d’épaisseur d’intervalle à plt.hlines().
  • Définissez la couleur de l’intervalle sur 'gray' pour adoucir le contraste.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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()
Modifier et exécuter le code