Separarea benzilor suprapuse
Este relativ simplu să trasezi mai multe linii de tendință suprapuse pentru comparații rapide și precise. Din păcate, atunci când adaugi și benzi de incertitudine în jurul acestor linii, graficul devine foarte greu de citit. Poate fi dificil să determini dacă o linie corespunde marginii superioare a benzii unei clase sau marginii inferioare a alteia, din cauza suprapunerii. Din fericire, în Seaborn nu este complicat să separi benzile suprapuse în grafice individuale tip facete.
Pentru a vedea acest lucru, explorează tendințele nivelurilor de SO2 pentru câteva orașe din jumătatea estică a SUA. Dacă trasezi tendințele și benzile lor de încredere pe un singur grafic – rezultatul este confuz. Pentru a remedia situația, folosește funcția FacetGrid() din Seaborn ca să distribui intervalele de încredere pe mai multe panouri și să facilitezi analiza.
Acest exercițiu face parte din cursul
Îmbunătățirea vizualizărilor de date în Python
Instrucțiuni pentru exercițiu
- Configurează un grid cu facete care să separe graficele în funcție de coloana
citydineastern_SO2. - Trimite funcția de reprezentare a intervalului de încredere către
map(). - Colorează intervalele de încredere în
'coral'. - Ajută linia de medie suprapusă, trasată cu
g.map(plt.plot,...), să iasă în evidență față de benzile de încredere, colorând-o în alb.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Setup a grid of plots with columns divided by location
g = sns.FacetGrid(eastern_SO2, col = '____', col_wrap = 2)
# Map interval plots to each cities data with corol colored ribbons
g.map(plt.____, 'day', 'lower', 'upper', ____ = 'coral')
# Map overlaid mean plots with white line
g.map(plt.plot, 'day', 'mean', ____ = '____')
plt.show()