Bootstrap multiplu cu beeswarm

Locuind în prezent în Cincinnati, ești curios/curioasă să vezi cum se compară valorile medii de NO₂ cu cele din Des Moines, Indianapolis și Houston – alte câteva orașe în care ai locuit.

Pentru a analiza acest lucru, decizi să folosești estimarea bootstrap pentru a examina valorile medii ale NO₂ pentru fiecare oraș. Deoarece comparațiile reprezintă principalul interes, vei folosi un swarm plot pentru a compara estimările.

DataFrame-ul pollution_may este disponibil împreună cu funcția bootstrap() prezentată în slide-uri, pentru a efectua rééșantionarea bootstrap.

Acest exercițiu face parte din cursul

Îmbunătățirea vizualizărilor de date în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Aplică rééșantionarea bootstrap pe fiecare vector city_NO2.
Adaugă numele orașului ca o coloană în DataFrame-ul bootstrap, cur_boot.
Colorează toate punctele din swarm plot cu 'coral' pentru a evita problema culoare-dimensiune.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Initialize a holder DataFrame for bootstrap results
city_boots = pd.DataFrame()

for city in ['Cincinnati', 'Des Moines', 'Indianapolis', 'Houston']:
    # Filter to city
    city_NO2 = pollution_may[pollution_may.city  ==  city].NO2
    # Bootstrap city data & put in DataFrame
    cur_boot = pd.DataFrame({'NO2_avg': bootstrap(____, 100), 'city': ____})
    # Append to other city's bootstraps
    city_boots = pd.concat([city_boots,cur_boot])

# Beeswarm plot of averages with citys on y axis
sns.swarmplot(y = "city", x = "NO2_avg", data = city_boots, ____ = '____')

plt.show()

Editează și rulează codul