Ulepszanie wykresów KDE
Jednym ze sposobów wzbogacenia wykresów KDE jest dodanie wykresu dywanowego. Wykresy dywanowe to małe kreski rysowane poniżej krzywej gęstości, które pokazują dokładnie, gdzie znajduje się każdy punkt danych. Dodanie wykresu dywanowego jest szczególnie przydatne, gdy masz do dyspozycji niewielką ilość danych.
Przy małych zbiorach danych często pojawiają się luki, w których brak obserwacji – trudno wtedy ocenić, czy niezerowa linia KDE oznacza obecność danych, czy wynika jedynie z szerokiego jądra. Wykres dywanowy pomaga rozwiązać ten problem.
Wróćmy do funkcji sns.kdeplot(), aby narysować dwa wykresy KDE: jeden dla danych z Vandenberg Air Force Base, a drugi dla wszystkich pozostałych miast w zbiorze danych o zanieczyszczeniach. Ponieważ kształt wykresu Vandenberg opiera się na znacznie mniejszej ilości danych, dodaj pod nim wykres dywanowy.
To ćwiczenie jest częścią kursu
Ulepszanie wizualizacji danych w Pythonie
Instrukcje do ćwiczenia
- Ustaw kolor wykresu Vandenberg na
'steelblue'. - Włącz funkcję wykresu dywanowego dla wykresu Vandenberg.
- Ustaw kolor wykresu dla pozostałych miast na
'gray'.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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()