Vizualizarea mai multor categorii
Până acum în acest capitol, am analizat doar diferențele unei variabile numerice între două categorii. Desigur, multe seturi de date conțin mai multe categorii. Înainte de a efectua teste pe mai multe categorii, este adesea util să realizezi o analiză exploratorie a datelor (EDA): calculezi statistici rezumative pentru fiecare grup și vizualizezi distribuțiile variabilei numerice pentru fiecare categorie cu ajutorul diagramelor box plot.
În acest exercițiu, ne întoarcem la datele despre livrările întârziate și examinăm cum variază prețul fiecărui pachet (pack_price) în funcție de cele trei moduri de livrare (shipment_mode): "Air", "Air Charter" și "Ocean".
late_shipments este disponibil; pandas și matplotlib.pyplot sunt încărcate cu aliasurile lor standard, iar seaborn este încărcat ca sns.
Acest exercițiu face parte din cursul
Testarea ipotezelor în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Calculate the mean pack_price for each shipment_mode
xbar_pack_by_mode = ____
# Print the grouped means
print(xbar_pack_by_mode)