IniziaInizia gratis

Creare un highlight in modo programmato

Stai proseguendo il lavoro per la città di Houston. Ora vuoi osservare il comportamento di NO2 e SO2 quando il valore di ozono (O3) non rappresentato nel grafico era al suo massimo.

Per farlo, sostituisci la logica nella comprehension della lista attuale con una che confronti il valore O3 di una riga con il valore massimo di O3 osservato nell’insieme di dati. Nota: usa sns.scatterplot() invece di sns.regplot(). Questo perché sns.scatterplot() può accettare un vettore non di colori come argomento hue e colora automaticamente i punti fornendo anche una legenda utile.

Questo esercizio fa parte del corso

Migliorare le tue visualizzazioni dei dati in Python

Visualizza il corso

Istruzioni dell'esercizio

  • Trova il valore corrispondente al massimo O3 osservato nel DataFrame houston_pollution. Assicurati di digitare la lettera O e non il numero zero!
  • Aggiungi la colonna 'point_type' al DataFrame houston_pollution per indicare se la riga contiene il valore massimo di O3 osservato.
  • Passa questa nuova colonna all’argomento hue di sns.scatterplot() per colorare i punti.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

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()
Modifica ed esegui il codice