Visualisera de normaliserade variablerna
Bra jobbat! Nu ska du plotta de normaliserade och skevhetskorrigerade variablerna för att se skillnaden i fördelning och värdeintervall. Datamängden datamart_normalized från föregående övning är inläst.
Anropet plt.subplot(...) före seaborn-funktionsanropet gör det möjligt att visa flera deldiagram i ett och samma diagram – du behöver inte ändra det.
Biblioteken seaborn och matplotlib.pyplot är inlästa som sns respektive plt. Utforska gärna datamart_normalized i konsolen.
Den här övningen är en del av kursen
Kundsegmentering i Python
Övningsinstruktioner
- Plotta fördelningen av den normaliserade variabeln
Recency. - Plotta fördelningen av den normaliserade variabeln
Frequency. - Plotta fördelningen av den normaliserade variabeln
MonetaryValue. - Visa diagrammet.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Plot recency distribution
plt.subplot(3, 1, 1); ____.distplot(____['Recency'])
# Plot frequency distribution
plt.subplot(3, 1, 2); ____.____(____['Frequency'])
# Plot monetary value distribution
plt.subplot(3, 1, 3); ____.____(____['MonetaryValue'])
# Show the plot
plt.____()