Nos exercícios desta seção, você vai usar um conjunto de dados clássico coletado pelo botânico Edward Anderson e popularizado por Ronald Fisher, um dos estatísticos mais prolíficos da história. Anderson mediu cuidadosamente as propriedades anatômicas de amostras de três espécies diferentes de íris, Iris setosa, Iris versicolor e Iris virginica. O conjunto completo de dados está disponível como parte do scikit-learn. Aqui, você vai trabalhar com as medições do comprimento das pétalas.

Plote um histograma dos comprimentos das pétalas de suas 50 amostras de Iris versicolor usando as configurações padrão do matplotlib/seaborn. Lembre-se de que, para especificar o estilo padrão do seaborn, você pode usar sns.set(), em que sns é o alias usado ao importar seaborn.

O subconjunto do conjunto de dados contendo os comprimentos das pétalas de Iris versicolor em centímetros (cm) está armazenado no array do NumPy versicolor_petal_length.

No vídeo, Justin plotou os histogramas usando a biblioteca pandas e indexando o DataFrame para extrair a coluna desejada. Aqui, no entanto, você só precisa usar o array do NumPy fornecido. Além disso, Justin atribuiu seus comandos de plotagem (exceto plt.show()) à variável fictícia _. Isso evita que saídas desnecessárias sejam exibidas. Não é obrigatório para as suas soluções destes exercícios, mas é uma boa prática. Como alternativa, se você estiver trabalhando em um ambiente interativo como um Jupyter Notebook, pode usar um ; após seus comandos de plotagem para obter o mesmo efeito. Justin prefere usar _. Por isso, você verá isso sendo usado no código da solução.

Interpretando um gráfico de enxame de abelhas

Pensamento Estatístico em Python (Parte 1)

exercicio interativo prático