IniziaInizia gratis

Evidenziare con hardcoding

Stai collaborando con la città di Houston per analizzare la relazione tra l’inquinamento da anidride solforosa (SO2) e biossido di azoto (NO2), in particolare per l’anno più recente in cui sono stati raccolti i dati (2014). Hai individuato una giornata particolarmente negativa, il 26 novembre, in cui c’è stato un forte picco dei livelli di SO2. Per attirare l’attenzione degli utenti su questo giorno critico, lo evidenzierai con un arancione-rossastro brillante e colorerai in grigio il resto dei punti.

pandas, matplotlib.pyplot e seaborn sono già caricate come pd, plt e sns, rispettivamente, e saranno disponibili nel tuo workspace per tutto il resto del corso.

Questo corso tocca molti concetti che potresti aver dimenticato; se ti serve un rapido ripasso, scarica la Seaborn Cheat Sheet e tienila a portata di mano!

Questo esercizio fa parte del corso

Migliorare le tue visualizzazioni dei dati in Python

Visualizza il corso

Istruzioni dell'esercizio

  • Modifica la list comprehension per colorare di orangered il valore corrispondente al 330º day (26 novembre) dell’year 2014 e di lightgray tutti gli altri punti.
  • Passa l’array houston_colors a regplot() usando l’argomento scatter_kws per colorare i punti.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

houston_pollution = pollution[pollution.city  ==  'Houston']

# Make array orangred for day 330 of year 2014, otherwise lightgray
houston_colors = ['orangered' if (____  ==  330) & (____  ==  2014) else 'lightgray' 
                  for day,year in zip(houston_pollution.____, houston_pollution.____)]

sns.regplot(x = 'NO2',
            y = 'SO2',
            data = houston_pollution,
            fit_reg = False, 
            # Send scatterplot argument to color points 
            scatter_kws = {'facecolors': ____, 'alpha': 0.7})
plt.show()
Modifica ed esegui il codice