Programowe tworzenie wyróżnienia
Kontynuujesz pracę dla miasta Houston. Tym razem chcesz przeanalizować zachowanie NO2 i SO2 w momencie, gdy nieuwzględniony na wykresie ozon (O3) osiągnął najwyższą wartość.
W tym celu zastąp logikę w bieżącym list comprehension taką, która porównuje wartość O3 w danym wierszu z najwyższą zaobserwowaną wartością O3 w zbiorze danych. Uwaga: użyj sns.scatterplot() zamiast sns.regplot(). Funkcja sns.scatterplot() przyjmuje jako argument hue wektor wartości niebędących kolorami i automatycznie koloruje punkty, wyświetlając przy tym pomocną legendę.
To ćwiczenie jest częścią kursu
Ulepszanie wizualizacji danych w Pythonie
Instrukcje do ćwiczenia
- Znajdź wartość odpowiadającą najwyższemu zaobserwowanemu
O3w ramce danychhouston_pollution. Pamiętaj, aby wpisać literęO, a nie cyfrę zero! - Dołącz kolumnę
'point_type'do ramki danychhouston_pollution, aby oznaczyć wiersze zawierające najwyższą zaobserwowaną wartość O3. - Przekaż nowo utworzoną kolumnę jako argument
huefunkcjisns.scatterplot(), aby nadać punktom odpowiedni kolor.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
houston_pollution = pollution[pollution.city == 'Houston'].copy()
# Find the highest observed O3 value
max_O3 = houston_pollution.O3.____
# Make a column that denotes which day had highest O3
houston_pollution['____'] = ['Highest O3 Day' if ____ == ____ else 'Others' for O3 in houston_pollution.O3]
# Encode the hue of the points with the O3 generated column
sns.scatterplot(x = 'NO2',
y = 'SO2',
hue = '____',
data = houston_pollution)
plt.show()