Escolhendo a variável certa para codificar com cor

Sua tarefa é visualizar os valores de poluição de Long Beach e cidades próximas ao longo do tempo. O código fornecido gera o gráfico abaixo (difícil de ler), que mostra os valores máximos de poluição (fornecidos em max_pollutant_values), com as barras coloridas pela cidade.

Mutlicolor and busy bar plots with four rows corresponding to the four pollutants in dataset

Você pode melhorar isso rapidamente com alguns ajustes. Ao modificar as cidades exibidas para apenas aquelas na metade oeste do país, você evita poluição visual. Em seguida, ao trocar a codificação de cor de city para year, você pode usar uma paleta ordinal, poupando a pessoa leitora de consultar a legenda o tempo todo para verificar qual cor corresponde a qual cidade.

Este exercicio faz parte do curso

Aprimorando suas visualizações de dados em Python

Ver curso

Instruções do exercicio

Remova 'Indianapolis', 'Des Moines', 'Cincinnati', 'Houston' do vetor cities.
Troque as codificações das variáveis city e year.
Use a paleta ColorBrewer 'BuGn' para mapear suas cores de forma apropriada para a nova variável ordinal.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# Reduce to just cities in the western half of US
cities = ['Fairbanks', 'Long Beach', 'Vandenberg Air Force Base', 'Denver', 
          'Indianapolis', 'Des Moines', 'Cincinnati', 'Houston']

# Filter data to desired cities
city_maxes = max_pollutant_values[max_pollutant_values.city.isin(cities)]

# Swap city and year encodings
sns.catplot(x = 'year', hue = 'city',
              y = 'value', row = 'pollutant',    
              # Change palette to one appropriate for ordinal categories
              data = city_maxes, palette = 'muted',
              sharey = False, kind = 'bar')
plt.show()

Editar e Executar Código