Построение графиков интерполяций

Построение сравнительных графиков для различных методов импутации — важный шаг для выбора наилучшего из них. В этом упражнении вы создадите цикл for, который будет генерировать графики для нескольких методов импутации. Вы визуализируете результаты, полученные на предыдущем занятии: линейную, квадратичную и ближайшую интерполяцию.

Три датафрейма, названные по соответствующим методам импутации, уже импортированы для вас: linear_interp, quadratic_interp и nearest_interp.

Это упражнение является частью курса

Работа с пропущенными данными в Python

Посмотреть курс

Инструкции к упражнению

Создайте 3 подграфика — по одному для каждого метода интерполяции.
Создайте словарь interpolations, сопоставив датафреймы linear_interp, quadratic_interp и nearest_interp с соответствующими методами интерполяции.
Выполните цикл по axes и interpolations.
Выберите каждый датафрейм из interpolations и задайте его заголовок с помощью df_key.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Set nrows to 3 and ncols to 1
fig, axes = plt.subplots(___, ___, figsize=(30, 20))

# Create a dictionary of interpolated DataFrames for looping 
interpolations = {'Linear Interpolation': ___, 'Quadratic Interpolation': ___, 
                  'Nearest Interpolation': ___}

# Loop over axes and interpolations
for ax, df_key in zip(___, ___):
  # Select and also set the title for a DataFrame
  interpolations[___].Ozone.plot(color='red', marker='o', linestyle='dotted', ax=ax)
  airquality.Ozone.plot(title=___ + ' - Ozone', marker='o', ax=ax)
  
plt.show()

Редактировать и запускать код