여러 밴드 분리하기
여러 개의 추세선을 한 번에 겹쳐 그리면 빠르고 정확하게 비교할 수 있어요. 하지만 그 선들에 불확실성 밴드까지 추가해야 하면, 그래프는 매우 읽기 어려워집니다. 밴드가 서로 겹치면 어떤 선이 한 집단 밴드의 상단인지, 다른 집단 밴드의 하단인지 구분하기가 어렵죠. 다행히 Seaborn에서는 겹치는 밴드를 분리해 개별 패싯 플롯으로 나누기가 어렵지 않습니다.
이를 확인해 보기 위해, 미국 동부 몇몇 도시의 SO2 농도 추세를 살펴보세요. 추세와 신뢰 구간을 한 그래프에 모두 그리면 지저분해집니다. 이를 해결하려면 Seaborn의 FacetGrid() 함수를 사용해 신뢰 구간을 여러 창으로 펼쳐서 더 쉽게 살펴볼 수 있도록 하세요.
이 연습은 강의의 일부입니다
Python으로 데이터 시각화 개선하기
연습 안내
eastern_SO2의city열을 기준으로 플롯을 분리하는 패싯 그리드를 설정하세요.- 신뢰 구간을 그리는 함수를
map()에 전달하세요. - 신뢰 구간의 색을
'coral'로 지정하세요. g.map(plt.plot,...)으로 그리는 평균선을 흰색으로 설정해, 신뢰 구간 밴드 위에서 더 잘 보이도록 하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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()