Wizualizacja trzech zmiennych numerycznych
Istnieją też „płaskie" alternatywy dla wykresów 3D, które są łatwiejsze w interpretacji – choć wymagają nieco więcej przemyślenia. Dobrym podejściem jest umieszczenie dwóch numerycznych zmiennych objaśniających na osiach x i y wykresu punktowego, a następnie pokolorowanie punktów według wartości zmiennej zależnej.
Zbiór danych taiwan_real_estate jest dostępny.
To ćwiczenie jest częścią kursu
Regresja średnio zaawansowana ze statsmodels w Pythonie
Instrukcje do ćwiczenia
- Oblicz pierwiastek kwadratowy z odległości do najbliższej stacji MRT i zapisz wynik jako
sqrt_dist_to_mrt_m. - Korzystając ze zbioru danych
taiwan_real_estate, narysuj wykres punktowysqrt_dist_to_mrt_mwzględem liczby pobliskich sklepów convenience, z punktami pokolorowanymi według ceny nieruchomości.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Transform dist_to_mrt_m to sqrt_dist_to_mrt_m
taiwan_real_estate["sqrt_dist_to_mrt_m"] = ____
# Draw a scatter plot of sqrt_dist_to_mrt_m vs. n_convenience colored by price_twd_msq
____
# Show the plot
plt.show()