Crearea unui highlight prin cod
Continui să lucrezi pentru orașul Houston. Acum vrei să analizezi comportamentul atât al NO2, cât și al SO2 în momentul în care valoarea ozonului (O3) – care nu este reprezentată pe grafic – a atins maximul său.
Pentru aceasta, înlocuiește logica din list comprehension-ul curent cu una care compară valoarea O3 a unui rând cu cea mai mare valoare observată de O3 din setul de date. Notă: folosește sns.scatterplot() în loc de sns.regplot(). Motivul este că sns.scatterplot() poate accepta un vector non-culoare ca argument hue și colorează punctele automat, afișând și o legendă utilă.
Acest exercițiu face parte din cursul
Îmbunătățirea vizualizărilor de date în Python
Instrucțiuni pentru exercițiu
- Găsește valoarea corespunzătoare celui mai mare
O3observat în DataFrame-ulhouston_pollution. Asigură-te că introduci literaOși nu cifra zero! - Adaugă coloana
'point_type'la DataFrame-ulhouston_pollutionpentru a marca dacă rândul conține cel mai mare O3 observat. - Transmite această coloană nou creată argumentului
huedinsns.scatterplot()pentru a colora punctele.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
houston_pollution = pollution[pollution.city == 'Houston'].copy()
# Find the highest observed O3 value
max_O3 = houston_pollution.O3.____
# Make a column that denotes which day had highest O3
houston_pollution['____'] = ['Highest O3 Day' if ____ == ____ else 'Others' for O3 in houston_pollution.O3]
# Encode the hue of the points with the O3 generated column
sns.scatterplot(x = 'NO2',
y = 'SO2',
hue = '____',
data = houston_pollution)
plt.show()