Wizualizacja podsumowań danych kategorycznych
Jak już wiesz z tego rozdziału, Seaborn oferuje wiele przydatnych wizualizacji do eksploracji danych – między innymi wykres słupkowy, który pozwala wyświetlić zagregowane średnie wartości w podziale na kategorie.
W Seaborn wykresy słupkowe zawierają pionowy pasek wskazujący 95-procentowy przedział ufności dla średniej kategorycznej. Ponieważ przedziały ufności są obliczane na podstawie liczby wartości oraz ich zmienności, dają przydatną wskazówkę, na ile można polegać na danych.
Twoim zadaniem jest stworzenie wykresu słupkowego, który zwizualizuje średnie wartości i przedziały ufności stopy bezrobocia na różnych kontynentach.
Zbiór danych unemployment jest dostępny, a następujące biblioteki zostały już zaimportowane: Seaborn jako sns, matplotlib.pyplot jako plt oraz pandas jako pd.
To ćwiczenie jest częścią kursu
Eksploracyjna analiza danych w Pythonie
Instrukcje do ćwiczenia
- Utwórz wykres słupkowy, na którego osi x znajdą się kontynenty, a na osi y – odpowiadające im średnie stopy bezrobocia za rok 2021.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create a bar plot of continents and their average unemployment
____
plt.show()