Wykrywanie zmiennych o skośnym rozkładzie
Przygotowaliśmy dla ciebie zbiór danych o nazwie data zawierający trzy zmienne: var1, var2 i var3. Zbadasz teraz ich rozkłady.
Wywołanie plt.subplot(...) przed funkcją z biblioteki seaborn pozwala umieścić kilka wykresów na jednym rysunku – nie musisz go zmieniać.
Biblioteki seaborn i matplotlib.pyplot zostały załadowane odpowiednio jako sns i plt. Możesz swobodnie eksplorować zbiór danych w konsoli.
To ćwiczenie jest częścią kursu
Segmentacja klientów w Pythonie
Instrukcje do ćwiczenia
- Wykreśl rozkład zmiennej
var1. - Wykreśl rozkład zmiennej
var2. - Wykreśl rozkład zmiennej
var3. - Wyświetl wykres.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Plot distribution of var1
plt.subplot(3, 1, 1); sns.____(data['____'])
# Plot distribution of var2
plt.____(3, 1, 2); sns.____(____)
# Plot distribution of var3
____
# Show the plot
plt.____()