or
Questo esercizio fa parte del corso
Cos’è Seaborn e quando dovresti usarlo? In questo capitolo lo scoprirai! Inoltre, imparerai a creare scatter plot e count plot sia con liste di dati sia con DataFrame di pandas. Verrà anche presentato uno dei grandi vantaggi di Seaborn: la possibilità di aggiungere facilmente una terza variabile ai grafici usando il colore per rappresentare sottogruppi diversi.
In questo capitolo creerai e personalizzerai grafici che visualizzano la relazione tra due variabili quantitative. Per farlo userai scatter plot e line plot per esplorare come il livello di inquinamento dell’aria in una città cambia nell’arco della giornata e come la potenza in cavalli è collegata all’efficienza del carburante nelle auto. Vedrai anche un altro grande vantaggio di Seaborn: la possibilità di creare facilmente subplot in un’unica figura!
Le variabili categoriche sono presenti in quasi ogni insieme di dati, ma sono particolarmente frequenti nei sondaggi. In questo capitolo imparerai a creare e personalizzare grafici categorici come box plot, bar plot, count plot e point plot. Lungo il percorso, esplorerai dati di sondaggi su giovani e i loro interessi, studenti e le loro abitudini di studio, e uomini adulti riguardo alle loro percezioni della mascolinità.
Esercizio attuale
In questo capitolo finale imparerai ad aggiungere titoli informativi al grafico e etichette degli assi, che sono tra gli elementi più importanti di qualsiasi visualizzazione! Imparerai anche a personalizzare lo stile delle tue visualizzazioni per aiutare più rapidamente il tuo pubblico a cogliere i punti chiave. Poi metterai insieme tutto quello che hai imparato negli esercizi finali del corso!