शुरू करेंमुफ़्त में शुरू करें

बूटस्ट्रैप हिस्टोग्राम

आप मई में Cincinnati घूमने का सोच रहे हैं, लेकिन आपको NO2 से काफ़ी संवेदनशीलता है। आप मई माह के लिए Cincinnati का कुछ वर्षों का प्रदूषण डेटा लेते हैं और औसत NO2 स्तरों का एक बूटस्ट्रैप अनुमान देखते हैं। आपके पास एक ही अनुमान है, इसलिए अपने बूटस्ट्रैप अनुमानों के नतीजे दिखाने का सबसे अच्छा तरीका हिस्टोग्राम है.

जहाँ आपको अकेले बूटस्ट्रैप हिस्टोग्राम की सहज समझ पसंद है, वहीं आपके साथी, जो आपके साथ छुट्टी पर जा रहे हैं, प्रतिशत-आधारित इंटरवल देखना पसंद करते हैं। उन्हें ध्यान में रखते हुए, आप 95% इंटरवल को शेडिंग करके हाईलाइट करने का फ़ैसला करते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में अपनी डेटा विज़ुअलाइज़ेशन बेहतर करें

पाठ्यक्रम देखें

अभ्यास निर्देश

  • 95% इंटरवल पाने के लिए percentile() फंक्शन को आवश्यक लोअर और अपर परसेंटाइल दें.
  • प्लॉट की बैकग्राउंड को 95% इंटरवल में शेड करें.
  • बूटस्ट्रैप मीन्स का 100 बिन्स वाला हिस्टोग्राम ड्रॉ करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

cinci_may_NO2 = pollution.query("city  ==  'Cincinnati' & month  ==  5").NO2

# Generate bootstrap samples
boot_means = bootstrap(cinci_may_NO2, 1000)

# Get lower and upper 95% interval bounds
lower, upper = np.percentile(boot_means, [____, ____])

# Plot shaded area for interval
plt.axvspan(____, ____, color = 'gray', alpha = 0.2)

# Draw histogram of bootstrap samples
sns.histplot(____, ____ = 100)

plt.show()
कोड संपादित करें और चलाएँ