Maak en interpreteer een boxplot
We gaan verder met de gegevensset student_data. In een eerdere oefening verkenden we de relatie tussen studeren en het eindcijfer met een staafdiagram, waarbij we het gemiddelde eindcijfer ("G3") vergeleken tussen studenten in verschillende categorieën van "study_time".
In deze oefening gebruiken we een boxplot om naar dezelfde relatie te kijken. Ter herinnering: om een boxplot te maken gebruik je de functie catplot() en geef je de naam op van de categorische variabele voor de x-as (x=____), de naam van de kwantitatieve variabele die je op de y-as samenvat (y=____), de te gebruiken pandas-DataFrame (data=____), en het type plot (kind="box").
We hebben matplotlib.pyplot al als plt en seaborn als sns geïmporteerd.
Deze oefening maakt deel uit van de cursus
Introductie tot datavisualisatie met Seaborn
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Specify the category ordering
study_time_order = ["<2 hours", "2 to 5 hours",
"5 to 10 hours", ">10 hours"]
# Create a box plot and set the order of the categories
# Show plot
plt.show()