MulaiMulai sekarang secara gratis

Membuat highlight secara terprogram

Anda melanjutkan pekerjaan untuk kota Houston. Kini Anda ingin melihat perilaku NO2 dan SO2 ketika nilai ozon (O3) yang tidak diplot berada pada titik tertingginya.

Untuk melakukannya, ganti logika dalam list comprehension saat ini dengan logika yang membandingkan nilai O3 pada setiap baris dengan nilai O3 tertinggi yang teramati dalam himpunan data. Catatan: gunakan sns.scatterplot() alih-alih sns.regplot(). Alasannya, sns.scatterplot() dapat menerima vektor non-warna sebagai argumen hue dan secara otomatis mewarnai titik sekaligus menyediakan legenda yang informatif.

Latihan ini adalah bagian dari kursus

Meningkatkan Visualisasi Data Anda di Python

Lihat Kursus

Petunjuk latihan

  • Temukan nilai yang bersesuaian dengan O3 tertinggi yang teramati dalam DataFrame houston_pollution. Pastikan Anda mengetik huruf O, bukan angka nol!
  • Tambahkan kolom 'point_type' ke DataFrame houston_pollution untuk menandai apakah baris tersebut berisi O3 tertinggi yang teramati.
  • Teruskan kolom yang baru dibuat ini ke argumen hue pada sns.scatterplot() untuk mewarnai titik-titiknya.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

houston_pollution = pollution[pollution.city  ==  'Houston'].copy()

# Find the highest observed O3 value
max_O3 = houston_pollution.O3.____

# Make a column that denotes which day had highest O3
houston_pollution['____'] = ['Highest O3 Day' if ____  ==  ____ else 'Others' for O3 in houston_pollution.O3]

# Encode the hue of the points with the O3 generated column
sns.scatterplot(x = 'NO2',
                y = 'SO2',
                hue = '____',
                data = houston_pollution)
plt.show()
Edit dan Jalankan Kode