Sovrapporre per trovare tendenze

Nel dataset dei farmers market, ti interessa il numero di mesi in cui un mercato rimane aperto in relazione alla sua geografia, più nello specifico alla sua longitudine. Sei curioso di vedere se ci sono aree del paese che si comportano in modo visibilmente diverso dalle altre.

Per farlo, crei una mappa di base con uno scatter plot della latitudine e longitudine di ciascun mercato, colorando ogni mercato in base al numero di mesi in cui è aperto. Approfondendo ulteriormente la relazione con la latitudine, tracci un grafico di regressione della latitudine rispetto al numero di mesi di apertura con una linea di adattamento flessibile per capire se emergono tendenze. Vuoi visualizzarli simultaneamente per avere il quadro più chiaro possibile delle tendenze.

Questo esercizio fa parte del corso

Migliorare le tue visualizzazioni dei dati in Python

Visualizza il corso

Istruzioni dell'esercizio

Imposta plt.subplots() per avere due grafici impilati verticalmente.
Assegna il primo grafico (in alto) allo scatter plot di lon, lat.
Assegna il secondo grafico (in basso) al grafico di regressione da lon a months_open.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Setup two stacked plots
_, (ax1, ax2) = plt.subplots(____, ____)

# Draw location scatter plot on first plot
sns.scatterplot("lon", "lat", 'months_open', 
                palette = sns.light_palette("orangered",n_colors = 12), 
                legend = False, data = markets,
                ax = ____);

# Plot a regression plot on second plot
sns.regplot('lon', 'months_open',
            scatter_kws = {'alpha': 0.2, 'color': 'gray', 'marker': '|'},
            lowess = True,
            marker = '|', data = markets, 
            ax = ____)

plt.show()

Modifica ed esegui il codice