Je KDE's verbeteren
Een manier om KDE's te verbeteren is met een rug plot. Rug plots zijn kleine streepjes onder de dichtheidscurve die precies laten zien waar elk datapunt ligt. Een rug plot toevoegen is vooral handig wanneer je niet veel data hebt.
Met kleine hoeveelheden data heb je vaak gaten in je domein zonder data, en het kan lastig zijn om te zien of een niet-nul KDE-lijn betekent dat er data aanwezig was of dat dit komt door een brede kernel. Een rug plot helpt dit te verduidelijken.
Laten we teruggaan naar de functie sns.kdeplot() om twee KDE's te tekenen: één voor de data van Vandenberg Air Force Base en één voor alle andere steden in de vervuilingsdata. Omdat er veel minder data bijdraagt aan de vorm van de Vandenberg-plot, voeg je daaronder een rug plot toe.
Deze oefening maakt deel uit van de cursus
Je datavisualisaties verbeteren in Python
Oefeninstructies
- Maak de Vandenberg-plot
'steelblue'. - Zet de rug plot-functionaliteit aan in de Vandenberg-plot.
- Stel de kleur van de niet-Vandenberg-plot in op
'gray'.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
sns.kdeplot(pollution[pollution.city == 'Vandenberg Air Force Base'].O3,
label = 'Vandenberg',
# Turn the color blue to stand out
color = '____')
# Turn on rugplot
sns.____(pollution[pollution.city == 'Vandenberg Air Force Base'].O3,
label = 'Vandenberg',
color = 'steelblue')
sns.kdeplot(pollution[pollution.city != 'Vandenberg Air Force Base'].O3,
label = 'Other cities',
# Turn the color gray
color = '____')
plt.show()