शुरू करेंमुफ़्त में शुरू करें

90 और 95% बैंड्स

आप 2013 में Cincinnati शहर के NO2 प्रदूषण स्तरों का 40-दिन का rolling औसत देख रहे हैं। ट्रेंड में अनिश्चितता की और स्पष्ट तस्वीर देने के लिए, आप इस rolling estimate के आसपास 90 और 99% दोनों intervals देखना चाहते हैं.

इसके लिए, अपने दो interval sizes और एक नारंगी ordinal color palette सेट करें। साथ ही, बैंड्स को हल्का पारदर्शी रखें ताकि Seaborn की background grids उनके पार दिखें और पढ़ना सटीक हो सके.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में अपनी डेटा विज़ुअलाइज़ेशन बेहतर करें

पाठ्यक्रम देखें

अभ्यास निर्देश

  • intervals की opacity 40% पर सेट करें.
  • निचली और ऊपरी confidence सीमाएँ 계산 करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

int_widths = ['90%', '99%']
z_scores = [1.67, 2.58]
colors = ['#fc8d59', '#fee08b']

for percent, Z, color in zip(int_widths, z_scores, colors):
    
    # Pass lower and upper confidence bounds and lower opacity
    plt.fill_between(
        x = cinci_13_no2.day, alpha = ____, color = color,
        y1 = cinci_13_no2['mean'] ____ ____*cinci_13_no2['std_err'],
        y2 = cinci_13_no2['mean'] ____ ____*cinci_13_no2['std_err'],
        label = percent)
    
plt.legend()
plt.show()
कोड संपादित करें और चलाएँ