Kom igångKom igång gratis

Hårdkoda en markering

Du arbetar med staden Houston för att undersöka sambandet mellan svaveldioxid (SO2) och kvävedioxid (NO2) i luften – särskilt under det senaste år som data samlades in (2014). Du har identifierat en dag med ovanligt höga värden: den 26 november, då SO2-nivåerna nådde en tydlig topp. För att rikta betraktarens uppmärksamhet mot just den dagen markerar du den i en klar orangeröd färg och färgar övriga punkter grå.

pandas, matplotlib.pyplot och seaborn är laddade som pd, plt respektive sns, och finns tillgängliga i din arbetsyta under hela kursen.

Kursen berör många koncept som du kanske behöver friska upp – ladda gärna ned Seaborn Cheat Sheet och ha det till hands!

Den här övningen är en del av kursen

Förbättra dina datavisualiseringar i Python

Visa kurs

Övningsinstruktioner

  • Ändra list comprehension så att värdet som motsvarar dag 330 (day 330, det vill säga 26 november) år 2014 (year 2014) får färgen orangered och övriga punkter får färgen lightgray.
  • Skicka arrayen houston_colors till regplot() via argumentet scatter_kws för att färgsätta punkterna.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

houston_pollution = pollution[pollution.city  ==  'Houston']

# Make array orangred for day 330 of year 2014, otherwise lightgray
houston_colors = ['orangered' if (____  ==  330) & (____  ==  2014) else 'lightgray' 
                  for day,year in zip(houston_pollution.____, houston_pollution.____)]

sns.regplot(x = 'NO2',
            y = 'SO2',
            data = houston_pollution,
            fit_reg = False, 
            # Send scatterplot argument to color points 
            scatter_kws = {'facecolors': ____, 'alpha': 0.7})
plt.show()
Redigera och kör kod