stripplot() と swarmplot()

多くのデータセットにはカテゴリデータが含まれており、Seaborn はこのようなデータに対応した便利なプロット手法をいくつか提供しています。ここでは引き続き 2010 年の学校改善データを使用し、利用された学校改善モデルの種類ごとにデータを分けて見ていきましょう。

復習として、受賞金額（Award Amounts）の KDE 分布を以下に示します。

このプロットは有用ですが、Award_Amount の個々の値や、4 つのカテゴリ間での分布を確認することで、さらに多くの情報を得ることができます。

この演習はコースの一部です

Seaborn による中級データ可視化

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。

# Create the stripplot
sns.____(data=df,
         x='____',
         y='____',
         jitter=____)

plt.show()