Reprezentarea grafică a interpolărilor

Crearea unor grafice comparative pentru imputări este esențială pentru a determina cea mai bună tehnică de imputare. În acest exercițiu, vei construi o buclă for care generează grafice pentru mai multe tehnici de imputare. Vei reprezenta grafic imputările realizate în lecția anterioară, și anume interpolarea liniară, cea pătratică și cea de tip nearest.

Trei DataFrame-uri denumite după tehnica de imputare corespunzătoare au fost deja importate pentru tine: linear_interp, quadratic_interp și nearest_interp.

Acest exercițiu face parte din cursul

Gestionarea datelor lipsă în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Creează 3 subgrafice, câte unul pentru fiecare tehnică de imputare.
Construiește dicționarul interpolations asociind DataFrame-urile linear_interp, quadratic_interp și nearest_interp tehnicii de interpolare corespunzătoare.
Parcurge cu o buclă axes și interpolations.
Selectează fiecare DataFrame din interpolations și setează titlul acestuia folosind df_key.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Set nrows to 3 and ncols to 1
fig, axes = plt.subplots(___, ___, figsize=(30, 20))

# Create a dictionary of interpolated DataFrames for looping 
interpolations = {'Linear Interpolation': ___, 'Quadratic Interpolation': ___, 
                  'Nearest Interpolation': ___}

# Loop over axes and interpolations
for ax, df_key in zip(___, ___):
  # Select and also set the title for a DataFrame
  interpolations[___].Ozone.plot(color='red', marker='o', linestyle='dotted', ax=ax)
  airquality.Ozone.plot(title=___ + ' - Ozone', marker='o', ax=ax)
  
plt.show()

Editează și rulează codul