Pour les exercices de cette section, vous allez utiliser un jeu de données classique collecté 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 les propriétés anatomiques d’échantillons de trois espèces différentes d’iris, Iris setosa, Iris versicolor et Iris virginica. L’ensemble complet des données est disponible dans scikit-learn. Ici, vous allez travailler sur ses mesures de longueur des pétales.

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

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

Dans la vidéo, Justin a tracé les histogrammes en utilisant la bibliothèque pandas et en indexant le DataFrame pour extraire la colonne souhaitée. Ici, toutefois, vous n’avez besoin d’utiliser que le tableau NumPy fourni. De plus, Justin a affecté ses instructions de tracé (sauf plt.show()) à la variable factice _. Cela permet d’éviter l’affichage de sorties inutiles. Ce n’est pas requis pour vos solutions à ces exercices, cependant c’est une bonne pratique de l’utiliser. Sinon, si vous travaillez dans un environnement interactif comme un notebook Jupyter, vous pouvez ajouter un ; après vos instructions de tracé pour obtenir le même effet. Justin préfère utiliser _. Vous le verrez donc dans le code de solution.

Atouts de l’EDA graphique

Exercice interactif pratique