Kolorowanie kategorii porządkowych

Pracujesz dla rady miejskiej Des Moines, analizując związki między poziomami różnych zanieczyszczeń w mieście. Dwa najważniejsze zanieczyszczenia to SO₂ i NO₂, ale CO również jest istotne. W raporcie masz do dyspozycji miejsce tylko na jeden wykres.

Zaczynasz od wykresu punktowego wartości SO₂ i NO₂, bo to one są najważniejsze, a następnie postanawiasz zobrazować wartości CO za pomocą skali kolorów odpowiadającej kwartylem CO. Dzięki pogrupowaniu ciągłych wartości CO zamieniasz tę zmienną w zmienną porządkową, która ujawnia ogólne wzorce bez zmuszania odbiorcy do porównywania subtelnych różnic w odcieniach.

To ćwiczenie jest częścią kursu

Ulepszanie wizualizacji danych w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Ustaw funkcję qcut() tak, aby podzieliła kolumnę 'CO' na kwartyle.
Powiąż kolor wykresu punktowego z nową kolumną kwartyli.
Zmień palette na paletę ColorBrewer 'GnBu'.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Divide CO into quartiles
pollution['CO quartile'] = pd.qcut(pollution['CO'], q = ____, labels = False)

# Filter to just Des Moines
des_moines = pollution.query("city  ==  'Des Moines'")

# Color points with by quartile and use ColorBrewer palette
sns.scatterplot(x = 'SO2',
                y = 'NO2',
                ____ = '____', 
                  data = des_moines,
                palette = '____')
plt.show()

Edytuj i uruchom kod