多数のバンドを見やすく分割する
素早く正確に比較するには、複数のトレンド線を重ねて描くのは比較的簡単です。ところが、それらの線に不確実性バンドを追加すると、一気に読みにくくなってしまいます。どの線があるクラスのバンドの上端なのか、別のクラスの下端なのか、バンドが重なると判別しづらいからです。幸い、Seaborn では重なり合うバンドをファセット分割して別々のプロットにするのは難しくありません。
これを確認するために、米国東半分のいくつかの都市における SO2 濃度のトレンドを見てみましょう。トレンドとその信頼バンドを1つのプロットに描くと――ごちゃごちゃになります。そこで、Seaborn の FacetGrid() 関数を使って信頼区間を複数のペインに分散し、見やすく確認できるようにしましょう。
この演習はコースの一部です
Pythonでデータ可視化を磨く
演習の手順
eastern_SO2のcity列でプロットを分割するファセットグリッドを設定します。- 信頼区間を描く関数を
map()に渡します。 - 信頼区間の色を
'coral'にします。 g.map(plt.plot,...)で描く平均の折れ線が信頼バンドの上でも目立つよう、線の色を白にします。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Setup a grid of plots with columns divided by location
g = sns.FacetGrid(eastern_SO2, col = '____', col_wrap = 2)
# Map interval plots to each cities data with corol colored ribbons
g.map(plt.____, 'day', 'lower', 'upper', ____ = 'coral')
# Map overlaid mean plots with white line
g.map(plt.plot, 'day', 'mean', ____ = '____')
plt.show()