Untuk latihan pada bagian ini, Anda akan menggunakan himpunan data klasik yang dikumpulkan oleh ahli botani Edward Anderson dan dipopulerkan oleh Ronald Fisher, salah satu ahli statistik paling produktif dalam sejarah. Anderson dengan cermat mengukur sifat anatomi sampel dari tiga spesies iris yang berbeda, Iris setosa, Iris versicolor, dan Iris virginica. Himpunan data lengkap tersedia sebagai bagian dari scikit-learn. Di sini, Anda akan bekerja dengan pengukuran panjang mahkota bunganya (petal length).

Plot histogram panjang mahkota bunga dari 50 sampel Iris versicolor menggunakan pengaturan bawaan matplotlib/seaborn. Ingat bahwa untuk menetapkan gaya bawaan seaborn, Anda dapat menggunakan sns.set(), dengan sns sebagai alias impor untuk seaborn.

Subset himpunan data yang berisi panjang mahkota Iris versicolor dalam satuan sentimeter (cm) disimpan dalam array NumPy versicolor_petal_length.

Dalam video, Justin membuat histogram menggunakan pustaka pandas dan melakukan pengindeksan pada DataFrame untuk mengekstrak kolom yang diinginkan. Namun, di sini Anda hanya perlu menggunakan array NumPy yang disediakan. Selain itu, Justin menugaskan pernyataan plotting-nya (kecuali plt.show()) ke variabel dummy _. Ini bertujuan mencegah penampilan keluaran yang tidak perlu. Hal ini tidak diwajibkan untuk solusi Anda pada latihan ini, tetapi merupakan praktik yang baik untuk diterapkan. Sebagai alternatif, jika Anda bekerja di lingkungan interaktif seperti Jupyter notebook, Anda bisa menambahkan ; setelah pernyataan plotting untuk mencapai efek yang sama. Justin lebih menyukai penggunaan _. Oleh karena itu, Anda akan melihatnya digunakan dalam kode solusi.

Menafsirkan bee swarm plot

Berpikir Statistis dengan Python (Bagian 1)

Latihan interaktif langsung