Tworzenie i interpretacja wykresu pudełkowego
Kontynuujmy pracę ze zbiorem danych student_data. We wcześniejszym ćwiczeniu analizowaliśmy zależność między czasem nauki a oceną końcową – do porównania średniej oceny końcowej ("G3") wśród uczniów z różnych kategorii "study_time" użyliśmy wykresu słupkowego.
W tym ćwiczeniu spróbujemy zbadać tę samą zależność za pomocą wykresu pudełkowego. Przypomnijmy: aby go utworzyć, skorzystaj z funkcji catplot() i podaj nazwę zmiennej kategorycznej na osi x (x=____), nazwę zmiennej ilościowej na osi y (y=____), ramkę danych pandas (data=____) oraz typ wykresu (kind="box").
Biblioteki matplotlib.pyplot jako plt i seaborn jako sns zostały już zaimportowane.
To ćwiczenie jest częścią kursu
Wprowadzenie do wizualizacji danych z Seaborn
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Specify the category ordering
study_time_order = ["<2 hours", "2 to 5 hours",
"5 to 10 hours", ">10 hours"]
# Create a box plot and set the order of the categories
# Show plot
plt.show()