Usuwanie zbędnych kolorów

Możesz chcieć porównać zależność między wartościami CO a NO₂ w różnych miastach za pomocą prostego wykresu rozrzutu, używając koloru do odróżnienia danych poszczególnych miast.

Wykres rozrzutu CO i NO2 z wieloma nakładającymi się punktami

Niestety, wynikowy wykres jest bardzo nieczytelny. Trudno dostrzec różnice między miastami, ponieważ kolory są do siebie zbyt podobne. Okazuje się, że czasem najlepsza paleta kolorów dla wykresu to… żadna paleta kolorów.

Aby naprawić ten trudny do odczytania wykres, usuń komponent kolorów i podziel dane na osobne wykresy dla każdego miasta. Choć rezultat może nie być tak atrakcyjny wizualnie, będzie znacznie lepszym narzędziem do analizy różnic między miastami.

To ćwiczenie jest częścią kursu

Ulepszanie wizualizacji danych w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Aby skonfigurować wykres podzielony według zmiennej city, przekaż funkcji wykresowej dane pollution, przypisz miasto do kolumn i ustaw szerokość siatki na trzy kolumny.
Użyj funkcji g.map(), aby nałożyć scatterplot() na siatkę z tymi samymi parametrami co oryginalny wykres rozrzutu, ale bez argumentu hue.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Hard to read scatter of CO and NO2 w/ color mapped to city
# sns.scatterplot('CO', 'NO2',
#                 alpha = 0.2,
#                 hue = 'city',
#                 data = pollution)

# Setup a facet grid to separate the cities apart
g = sns.FacetGrid(data = ____,
                  col = '____',
                  col_wrap = ____)

# Map sns.scatterplot to create separate city scatter plots
g.map(sns.____, 'CO', 'NO2', alpha = 0.2)
plt.show()

Edytuj i uruchom kod