Migliorare le tue KDE
Un modo per migliorare le KDE è aggiungere un rug plot. I rug plot sono piccoli trattini disegnati sotto la densità che mostrano esattamente dove cade ciascun punto dati. Aggiungere un rug plot è particolarmente utile quando non hai molti dati.
Con pochi dati, spesso ci sono intervalli nel supporto senza osservazioni, e può essere difficile capire se una linea KDE diversa da zero indichi davvero la presenza di dati o sia dovuta a un kernel troppo ampio. Un rug plot aiuta a chiarire questo aspetto.
Torniamo alla funzione sns.kdeplot() per disegnare due KDE: una sui dati di Vandenberg Air Force Base e l'altra su tutte le altre città nel dataset sull'inquinamento. Poiché c'è molta meno quantità di dati che contribuisce alla forma del grafico di Vandenberg, aggiungi un rug plot sotto di esso.
Questo esercizio fa parte del corso
Migliorare le tue visualizzazioni dei dati in Python
Istruzioni dell'esercizio
- Imposta il grafico di Vandenberg su
'steelblue'. - Attiva la funzionalità di rug plot nel grafico di Vandenberg.
- Imposta il colore del grafico non-Vandenberg su
'gray'.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
sns.kdeplot(pollution[pollution.city == 'Vandenberg Air Force Base'].O3,
label = 'Vandenberg',
# Turn the color blue to stand out
color = '____')
# Turn on rugplot
sns.____(pollution[pollution.city == 'Vandenberg Air Force Base'].O3,
label = 'Vandenberg',
color = 'steelblue')
sns.kdeplot(pollution[pollution.city != 'Vandenberg Air Force Base'].O3,
label = 'Other cities',
# Turn the color gray
color = '____')
plt.show()