Kom igångKom igång gratis

Bandtjocklek i stället för färgkodning

Du är en forskare som undersöker vilken höjd en raket når innan visuell kontakt bryts, samt föroreningsnivåer vid Vandenberg Air Force Base. Du har byggt en modell för att förutsäga detta samband (lagrad i DataFrame:en rocket_height_model), och eftersom du arbetar självständigt har du inte råd att betala för färgfigurer i din tidskriftsartikel. Du behöver göra diagrammet med modellresultaten fungerande i svartvitt. För att åstadkomma detta ritar du 90-, 95- och 99-procentiga intervall för varje förorenares effekt som successivt tunnare staplar.

Den här övningen är en del av kursen

Förbättra dina datavisualiseringar i Python

Visa kurs

Övningsinstruktioner

  • Använd tjockleken 15 för 90 %, 10 för 95 % och 5 för 99 %-intervallinjerna.
  • Skicka intervallens tjockleksvärde till plt.hlines().
  • Sätt intervallfärgen till 'gray' för att minska kontrasten.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Decrase interval thickness as interval widens
sizes =      [    ____,  ____,  ____]
int_widths = ['90% CI', '95%', '99%']
z_scores =   [    1.67,  1.96,  2.58]

for percent, Z, size in zip(int_widths, z_scores, sizes):
    plt.hlines(y = rocket_model.pollutant, 
               xmin = rocket_model['est'] - Z*rocket_model['std_err'],
               xmax = rocket_model['est'] + Z*rocket_model['std_err'],
               label = percent, 
               # Resize lines and color them gray
               linewidth = ____, 
               color = '____') 
    
# Add point estimate
plt.plot('est', 'pollutant', 'wo', data = rocket_model, label = 'Point Estimate')
plt.legend(loc = 'center left', bbox_to_anchor = (1, 0.5))
plt.show()
Redigera och kör kod