La latitudine è legata ai mesi di apertura?
Esplorando l’insieme di dati dei farmers market con una scatter matrix, hai notato una relazione potenzialmente interessante tra la latitudine di un mercato e il numero di mesi in cui rimane aperto. Per approfondire un po’ questa relazione, decidi di usare il grafico di regressione di Seaborn per verificare se questo schema ha davvero consistenza o se la forte sovrapposizione dei punti ti sta ingannando la vista.
Per far risaltare la retta di regressione, vuoi ridurre l’opacità dei punti di sfondo sovrapposti e colorarli di grigio tenue. Poiché non farai inferenze formali e vuoi indagare rapidamente un pattern, puoi disattivare la banda di incertezza predefinita.
Questo esercizio fa parte del corso
Migliorare le tue visualizzazioni dei dati in Python
Istruzioni dell'esercizio
- Imposta l’opacità dei punti dello scatter plot al 10% e colorali di
'gray'. - Disattiva la banda di intervallo di confidenza predefinita.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
sns.regplot(x = 'lat',
y = 'months_open',
# Set scatter point opacity & color
____ = {'alpha':____, 'color':'____'},
# Disable confidence band
____ = ____,
data = markets)
plt.show()