НачатьНачать бесплатно

Множество бутстрэп-выборок с диаграммой роя

Вы живёте в Цинциннати и хотите сравнить средние значения NO2 с показателями Де-Мойна, Индианаполиса и Хьюстона — других городов, в которых вам довелось жить.

Для этого вы решаете применить бутстрэп-оценку и изучить средние значения NO2 по каждому городу. Поскольку основной интерес представляет сравнение между городами, вы используете диаграмму роя (swarm plot).

Для работы вам предоставлены DataFrame pollution_may и функция bootstrap() из слайдов, которая выполняет бутстрэп-ресэмплинг.

Это упражнение является частью курса

Улучшение визуализации данных в Python

Посмотреть курс

Инструкции к упражнению

  • Выполните бутстрэп-ресэмплинг для каждого вектора city_NO2.
  • Добавьте название города в качестве столбца в DataFrame бутстрэпа cur_boot.
  • Задайте цвет 'coral' для всех точек диаграммы роя, чтобы избежать проблемы смешения цвета и размера.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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()
Редактировать и запускать код