Menyusun ulang sebuah plot
Anda menemukan hubungan antara garis lintang pasar tani dan jumlah bulan pasar buka sangat menarik. Secara intuitif, semakin ke Selatan, musim tanam lebih panjang, sehingga pasar dapat tetap buka lebih lama. Untuk memvisualisasikan cerita ini, Anda merangkum data pasar pada tingkat negara bagian dan menggambar heatmap dengan kolom yang sesuai dengan lamanya pasar buka. Setiap baris pada heatmap menunjukkan distribusi "musim" pasar untuk suatu negara bagian dan baris-baris diurutkan menurun berdasarkan garis lintang negara bagian.
Heatmap bawaan masih jauh dari ideal. Kecilkan ukuran huruf agar setiap nama negara bagian muat tanpa tumpang tindih. Palet warna gelap juga bertabrakan dengan latar belakang terang, dan colorbar tidak membantu pembaca karena tujuannya adalah perbandingan relatif.
Latihan ini adalah bagian dari kursus
Meningkatkan Visualisasi Data Anda di Python
Petunjuk latihan
- Kurangi ukuran huruf menjadi 85% dari default agar nama negara bagian tidak terlalu padat.
- Buat palet warna baru dari
'white'ke'steelblue'. - Ganti palet default dengan palet yang baru dibuat.
- Hapus legenda color bar kontinu yang digambar di samping heatmap.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Decrease font size so state names are less crowded
sns.set(____ = ____)
# Switch to an appropriate color palette
blue_pal = sns.light_palette("____", as_cmap = True)
# Order states by latitude
g = sns.heatmap(markets_by_month.reindex(state_by_lat),
# Add gaps between cells
linewidths = 0.1,
# Set new palette and remove color bar
cmap = ____, cbar = ____,
yticklabels = True)
# Rotate y-axis ticks
g.set_yticklabels(g.get_yticklabels(), rotation = 0)
plt.title('Distribution of months open for farmers markets by latitude')
plt.show()