Kom igångKom igång gratis

Ta bort onödiga färger

Du kanske vill jämföra sambandet mellan CO- och NO2-värden mellan olika städer med hjälp av ett enkelt punktdiagram där färg används för att skilja städernas data åt.

Punktdiagram över CO och NO2 med mycket överlappande data

Tyvärr blir det resulterande diagrammet svårt att läsa av. Det är svårt att urskilja skillnaderna mellan städerna eftersom man behöver skilja på liknande färger. Ibland är den bästa färgpaletten för ett diagram faktiskt ingen färg alls.

För att göra diagrammet lättare att läsa tar vi bort färgkomponenten och delar upp det i deldiagram per stad. Det resulterande diagrammet kanske inte ser lika snyggt ut, men det blir ett betydligt bättre verktyg för att förstå skillnaderna.

Den här övningen är en del av kursen

Förbättra dina datavisualiseringar i Python

Visa kurs

Övningsinstruktioner

  • Ställ in ett diagram uppdelat efter city genom att skicka pollution-data till ritfunktionen, mappa staden till kolumnerna och ange tre kolumner i bredd.
  • Använd funktionen g.map() för att rita ett scatterplot() över rutnätet med samma estetik som det ursprungliga punktdiagrammet, men utan argumentet hue.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Hard to read scatter of CO and NO2 w/ color mapped to city
# sns.scatterplot('CO', 'NO2',
#                 alpha = 0.2,
#                 hue = 'city',
#                 data = pollution)

# Setup a facet grid to separate the cities apart
g = sns.FacetGrid(data = ____,
                  col = '____',
                  col_wrap = ____)

# Map sns.scatterplot to create separate city scatter plots
g.map(sns.____, 'CO', 'NO2', alpha = 0.2)
plt.show()
Redigera och kör kod