1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do wizualizacji danych z Seaborn
Connected

ćwiczenie

Dostosowywanie wykresów słupkowych

W tym ćwiczeniu przyjrzysz się danym dotyczącym uczniów szkół średnich. Zmienna "study_time" rejestruje zgłoszony przez każdego ucznia tygodniowy czas nauki w jednej z następujących kategorii: "<2 hours", "2 to 5 hours", "5 to 10 hours" lub ">10 hours". Czy uczniowie, którzy uczą się więcej, uzyskują lepsze oceny końcowe? Porównaj średnią ocenę końcową wśród uczniów z każdej kategorii, używając wykresu słupkowego.

Seaborn został zaimportowany jako sns, a matplotlib.pyplot jako plt.

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Użyj sns.catplot(), aby utworzyć wykres słupkowy ze zmienną "study_time" na osi x i oceną końcową ("G3") na osi y, korzystając z ramki danych student_data.