Kom igångKom igång gratis

Använda ett diagram som förklaring

En intressant fråga i bondsmarknadsdatan är hur "marknadsvänliga" olika delstater är – och i synnerhet vilka som sticker ut. Ett sätt att undersöka detta är att titta på kvoten mellan antalet bondsmarknader och befolkningsmängden per delstat. Man kan visserligen titta direkt på kvoten, men det innebär att man tappar den råa informationen om en delstats befolkningsstorlek och faktiska antal marknader. En stor delstat med hög kvot kan vara mer intressant än en liten.

Du kan visa både kvoten och de faktiska talen genom att rita två diagram: ett för kvoten och ett spridningsdiagram över antalet marknader i förhållande till befolkningsmängden. För att förenkla den nu mer informationstäta visualiseringen kan du använda stapeldiagrammet som förklaring – och lyfta fram intressanta delstater genom att matcha färgerna på deras staplar och spridningspunkter.

Den här övningen är en del av kursen

Förbättra dina datavisualiseringar i Python

Visa kurs

Övningsinstruktioner

  • Skapa två diagram sida vid sida med plt.subplots().
  • Mappa kolumnen is_selected till färgen i både stapel- och spridningsdiagrammet.
  • Inaktivera dodge i stapeldiagrammet så att staplarna visas i full höjd.
  • Ta bort förklaringarna i båda diagrammen.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Set up two side-by-side plots
f, (ax1, ax2) = plt.subplots(____, ____, figsize = (15, 15))

# Map the column for selected states to the bar color
sns.barplot('people_per_market', 'state', hue = '____',
            # Disable dodge so bars are full size
            dodge = ____, 
            data = markets_by_state, ax = ax1)

# Map selected states to point color
sns.scatterplot('log_pop', 'log_markets', hue = '____', 
                data = markets_by_state, ax = ax2, s = 100)

# Remove the legend for both plots
ax1.____()
ax2.____() 
plt.show()
Redigera och kör kod