Aprimorando seus KDEs
Uma forma de melhorar KDEs é com a adição de um rug plot. Rug plots são pequenos traços desenhados abaixo da densidade que mostram exatamente onde cada ponto de dados está. Adicionar um rug plot é especialmente útil quando você não tem muitos dados.
Com pouca quantidade de dados, geralmente há lacunas no suporte sem observações, e pode ser difícil saber se uma linha de KDE diferente de zero significa que havia dados ali ou se é efeito de um kernel muito largo. Um rug plot ajuda a resolver isso.
Vamos voltar à função sns.kdeplot() para desenhar dois KDEs: um olhando para os dados de Vandenberg Air Force Base e outro para todas as outras cidades no conjunto de dados de poluição. Como há muito menos dados contribuindo para o formato do gráfico de Vandenberg, adicione um rug plot abaixo dele.
Este exercicio faz parte do curso
Aprimorando suas visualizações de dados em Python
Instruções do exercicio
- Deixe o gráfico de Vandenberg com a cor
'steelblue'. - Ative o recurso de rug plot no gráfico de Vandenberg.
- Defina a cor do gráfico não-Vandenberg como
'gray'.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
sns.kdeplot(pollution[pollution.city == 'Vandenberg Air Force Base'].O3,
label = 'Vandenberg',
# Turn the color blue to stand out
color = '____')
# Turn on rugplot
sns.____(pollution[pollution.city == 'Vandenberg Air Force Base'].O3,
label = 'Vandenberg',
color = 'steelblue')
sns.kdeplot(pollution[pollution.city != 'Vandenberg Air Force Base'].O3,
label = 'Other cities',
# Turn the color gray
color = '____')
plt.show()