Förstå skillnader mellan variabler
Nu ska du analysera medelvärden och standardavvikelser för varje variabel genom att visualisera dem i ett stapeldiagram. Det här är ett komplement till föregående steg – du utforskar visuellt skillnaderna i variablernas skalor och variationer.
Biblioteket pandas är inläst som pd och matplotlib.pyplot som plt. Datamängden wholesale är inläst som en pandas DataFrame, medan medelvärdena och standardavvikelserna för varje kolumn i wholesale är inlästa som pandas Series med namnen averages respektive std_devs. Utforska dem gärna i konsolen.
Den här övningen är en del av kursen
Maskininlärning för marknadsföring i Python
Övningsinstruktioner
- Skapa en lista med kolumnnamnen från
wholesaleoch en annan med sorterade värden från 0 till antalet kolumner iwholesale. - Plotta
averagesi grått ochstd_devsi orange, och förskjut x-axeln med 0,2. - Lägg till
x_ixsom markeringar ochx_namessom etiketter, och rotera dem 90 grader. - Lägg till legenden och visa diagrammet.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create column names list and same length integer list
x_names = wholesale.___
x_ix = np.arange(wholesale.shape[1])
# Plot the averages data in gray and standard deviations in orange
plt.bar(x=x_ix-___, height=averages, color='grey', label='Average', width=0.4)
plt.bar(x=x_ix+___, height=std_devs, color='orange', label='Standard Deviation', width=0.4)
# Add x-axis labels and rotate
plt.xticks(ticks=___, labels=x_names, rotation=90)
# Add the legend and display the chart
plt.legend()
plt.___()