Fungsi buatan pengguna untuk membuat plot

Pada latihan sebelumnya, Anda menulis kode berikut untuk membuat plot:

# Subset perusahaan tech dan fmcg
subset_dat = dataset.loc[dataset["comp_type"].isin(["tech", "fmcg"])]

# Hitung rata-rata tahunan gross margin untuk perusahaan tech dan fmcg
subset_dat_avg = subset_dat.pivot_table(index=["Year", "comp_type"], values = "gross_margin").reset_index()

# Tambahkan kolom company
subset_dat_avg["company"] = np.where(subset_dat_avg["comp_type"]=="tech", "Avg tech", "Avg fmcg")

# Gabungkan DataFrame
plot_df = pd.concat([subset_dat, subset_dat_avg], axis=0)

# Buat plot
sns.relplot(data=plot_df.reset_index(drop=True), x="Year", y="gross_margin", hue="company", col="comp_type", kind="line")
plt.show()
plt.close()

Perhatikan bahwa kita melakukan tindakan yang sama pada DataFrame tech dan FMCG di latihan ini. Ini bersifat repetitif dan bertentangan dengan prinsip pengodean bernama DRY - Don't repeat yourself. Kode yang berulang tidak baik karena menambah pekerjaan Anda dan membuat kode lebih rentan terhadap kesalahan. Pada latihan ini, Anda akan mendefinisikan fungsi sendiri untuk memroses data dan membuat visualisasi.