Esplorare e trasformare i dati sulla shelf life
Capire la distribuzione delle diverse variabili nei dati è fondamentale in qualsiasi lavoro sui dati, inclusa l’analisi sperimentale. Il dataset food_preservation raccoglie vari metodi di conservazione degli alimenti e il loro impatto sulla ritenzione dei nutrienti e sulla shelf life. Un aspetto cruciale di questi dati riguarda proprio la shelf life degli alimenti conservati, che può variare in modo significativo tra metodi di conservazione e tipologie di cibo.
Il DataFrame food_preservation, from scipy.stats import boxcox, pandas come pd, numpy come np, seaborn come sns e matplotlib.pyplot come plt sono già stati caricati per te.
Questo esercizio fa parte del corso
Progettazione Sperimentale in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Visualize the original ShelfLife distribution
sns.____(____['____'])
plt.title('Original Shelf Life Distribution')
plt.show()