Vizualizarea mai multor variabile

Pe măsură ce iei în considerare mai multe variabile, reprezentarea lor simultană devine din ce în ce mai dificilă. Pe lângă axele x și y pentru două variabile numerice, poți folosi culoarea pentru o a treia variabilă numerică și poți apela la facetare pentru variabilele categorice. Cam acesta este limita până la care graficele rămân ușor de interpretat. Există tipuri specializate de grafice – precum hărțile de căldură pentru corelații și graficele cu coordonate paralele – care pot gestiona mai multe variabile, dar oferă mult mai puține informații despre fiecare variabilă în parte și nu sunt ideale pentru vizualizarea predicțiilor unui model.

În acest exercițiu, vei duce scatter plot-ul la limită, afișând simultan prețul locuinței, distanța față de cea mai apropiată stație MRT, numărul de magazine de proximitate din zonă și vechimea locuinței, toate într-un singur grafic.

taiwan_real_estate este disponibil.

Acest exercițiu face parte din cursul

Regresie intermediară cu statsmodels în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Creează o grilă de facete pentru fiecare valoare a variabilei house_age_years din taiwan_real_estate.
Folosind setul de date taiwan_real_estate, desenează un scatter plot al variabilei n_convenience față de sqrt_dist_to_mrt_m, colorat în funcție de price_twd_msq.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Prepare the grid using taiwan_real_estate, for each house age category, colored by price_twd_msq
grid = ____(data=____,
            col=____,
            hue=____,
            palette="plasma")

# Plot the scatterplots with sqrt_dist_to_mrt_m on the x-axis and n_convenience on the y-axis
grid.map(____,
         ____,
         ____)

# Show the plot (brighter colors mean higher prices)
plt.show()

Editează și rulează codul