Modyfikacja wykresu
Zależność między szerokością geograficzną targu rolniczego a liczbą miesięcy, w których działał, jest naprawdę intrygująca. Im dalej na południe, tym dłuższy sezon wegetacyjny – a co za tym idzie, dłużej czynne targi. Aby zobrazować tę historię, podsumowujesz dane targów na poziomie stanów i rysujesz mapę cieplną, w której kolumny odpowiadają długości sezonu targowego. Każdy wiersz mapy cieplnej przedstawia rozkład „sezonu" targowego dla danego stanu, a wiersze są posortowane malejąco według szerokości geograficznej stanu.
Domyślna mapa cieplna pozostawia wiele do życzenia. Zmniejsz rozmiar czcionki, aby nazwy stanów nie nachodziły na siebie. Ciemna paleta kolorów kłóci się z jasnym tłem, a pasek kolorów nie pomaga czytelnikowi – tutaj liczy się porównanie względne, a nie wartości bezwzględne.
To ćwiczenie jest częścią kursu
Ulepszanie wizualizacji danych w Pythonie
Instrukcje do ćwiczenia
- Zmniejsz rozmiar czcionki do 85% wartości domyślnej, aby nazwy stanów się nie nakładały.
- Utwórz nową paletę kolorów przechodzącą od
'white'do'steelblue'. - Zastąp domyślną paletę nowo utworzoną.
- Usuń ciągły pasek kolorów wyświetlany obok mapy cieplnej.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Decrease font size so state names are less crowded
sns.set(____ = ____)
# Switch to an appropriate color palette
blue_pal = sns.light_palette("____", as_cmap = True)
# Order states by latitude
g = sns.heatmap(markets_by_month.reindex(state_by_lat),
# Add gaps between cells
linewidths = 0.1,
# Set new palette and remove color bar
cmap = ____, cbar = ____,
yticklabels = True)
# Rotate y-axis ticks
g.set_yticklabels(g.get_yticklabels(), rotation = 0)
plt.title('Distribution of months open for farmers markets by latitude')
plt.show()