Separando muitas faixas
É relativamente simples plotar várias linhas de tendência uma sobre a outra para comparações rápidas e precisas. Infelizmente, se você precisar adicionar faixas de incerteza ao redor dessas linhas, o gráfico fica muito difícil de ler. Identificar se uma linha corresponde ao topo da faixa de uma classe ou à parte de baixo da faixa de outra pode ser complicado devido à sobreposição. Felizmente, no Seaborn, não é difícil dividir as faixas sobrepostas em gráficos facetados separados.
Para ver isso, explore as tendências dos níveis de SO2 para algumas cidades na metade leste dos EUA. Se você plotar as tendências e suas faixas de confiança em um único gráfico — vira uma bagunça. Para corrigir, use a função FacetGrid() do Seaborn para espalhar os intervalos de confiança por vários painéis e facilitar sua análise.
Este exercicio faz parte do curso
Aprimorando suas visualizações de dados em Python
Instruções do exercicio
- Configure uma grade de facetas para separar os gráficos pela coluna
cityemeastern_SO2. - Envie a função de plotagem do intervalo de confiança para
map(). - Pinte os intervalos de confiança de
'coral'. - Faça a linha de média sobreposta, desenhada com
g.map(plt.plot,...), se destacar em relação às faixas de confiança colorindo-a de branco.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Setup a grid of plots with columns divided by location
g = sns.FacetGrid(eastern_SO2, col = '____', col_wrap = 2)
# Map interval plots to each cities data with corol colored ribbons
g.map(plt.____, 'day', 'lower', 'upper', ____ = 'coral')
# Map overlaid mean plots with white line
g.map(plt.plot, 'day', 'mean', ____ = '____')
plt.show()