始める無料で始める

色でエンコードする変数を正しく選ぶ

ロングビーチと周辺都市の汚染値を時系列で可視化します。提供されたコードは下図（読みにくいプロット）を作成しており、最大汚染値（max_pollutant_values）を都市ごとの色分けで棒グラフにしています。

Mutlicolor and busy bar plots with four rows corresponding to the four pollutants in dataset

少し手を加えるだけで、すぐに見やすくできます。まず、表示する都市を国内の西側の都市のみに絞ることで、煩雑さを避けられます。次に、色のエンコーディングを city から year に入れ替えると、序数パレットを使えるようになり、読者が凡例で「どの色がどの都市か」を何度も確認する必要がなくなります。

この演習はコースの一部です

Pythonでデータ可視化を磨く

コースを見る

演習の手順

  • cities ベクトルから 'Indianapolis'、'Des Moines'、'Cincinnati'、'Houston' を削除します。
  • city と year 変数のエンコーディングを入れ替えます。
  • 新たに序数変数となった色分けに合わせて、ColorBrewer の 'BuGn' パレットを使用します。

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。

# Reduce to just cities in the western half of US
cities = ['Fairbanks', 'Long Beach', 'Vandenberg Air Force Base', 'Denver', 
          'Indianapolis', 'Des Moines', 'Cincinnati', 'Houston']

# Filter data to desired cities
city_maxes = max_pollutant_values[max_pollutant_values.city.isin(cities)]

# Swap city and year encodings
sns.catplot(x = 'year', hue = 'city',
              y = 'value', row = 'pollutant',    
              # Change palette to one appropriate for ordinal categories
              data = city_maxes, palette = 'muted',
              sharey = False, kind = 'bar')
plt.show()
コードを編集して実行