НачатьНачать бесплатно

Цвет для порядковых категорий

Вы работаете в городском совете Де-Мойна и оцениваете связь между уровнями различных загрязняющих веществ в городе. Два наиболее важных из них — SO2 и NO2, однако CO также представляет интерес. Для вашей части отчёта выделено место лишь под один график.

Вы начинаете с диаграммы рассеяния значений SO2 и NO2 как наиболее значимых показателей, а затем решаете отобразить значения CO с помощью цветовой шкалы, соответствующей квартилям CO. Разбив непрерывные значения CO на интервалы, вы превратили CO в порядковую переменную, которая позволяет выявить общие закономерности, не требуя от читателя сравнения едва заметных оттенков.

Это упражнение является частью курса

Улучшение визуализации данных в Python

Посмотреть курс

Инструкции к упражнению

  • Настройте функцию qcut() так, чтобы разбить 'CO' на квартили.
  • Свяжите цвет точек на диаграмме рассеяния с новой колонкой квартилей.
  • Измените palette на палитру ColorBrewer 'GnBu'.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Divide CO into quartiles
pollution['CO quartile'] = pd.qcut(pollution['CO'], q = ____, labels = False)

# Filter to just Des Moines
des_moines = pollution.query("city  ==  'Des Moines'")

# Color points with by quartile and use ColorBrewer palette
sns.scatterplot(x = 'SO2',
                y = 'NO2',
                ____ = '____', 
                  data = des_moines,
                palette = '____')
plt.show()
Редактировать и запускать код