แยกแถบความเชื่อมั่นที่ซ้อนทับกันออกจากกัน

การพล็อตเส้นแนวโน้มหลายเส้นซ้อนกันเพื่อเปรียบเทียบอย่างรวดเร็วและแม่นยำนั้นทำได้ไม่ยาก แต่หากต้องเพิ่มแถบความไม่แน่นอนรอบเส้นเหล่านั้น กราฟจะอ่านยากขึ้นมาก เพราะเมื่อแถบทับซ้อนกัน การแยกแยะว่าเส้นใดเป็นขอบบนของกลุ่มหนึ่งหรือขอบล่างของอีกกลุ่มเป็นเรื่องที่ทำได้ยาก โชคดีที่ใน Seaborn สามารถแยกแถบที่ทับซ้อนกันออกเป็น facet plot ได้ไม่ยาก

ลองสำรวจแนวโน้มระดับ SO₂ ของเมืองต่าง ๆ ในภาคตะวันออกของสหรัฐฯ ถ้าพล็อตแนวโน้มและแถบความเชื่อมั่นทั้งหมดในกราฟเดียว ผลลัพธ์จะยุ่งเหยิงมาก แก้ไขได้โดยใช้ฟังก์ชัน FacetGrid() ของ Seaborn เพื่อกระจาย confidence interval ออกเป็นหลายแผง ทำให้อ่านและตรวจสอบได้ง่ายขึ้น

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การพัฒนาการแสดงผลข้อมูลใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

ตั้งค่า facet grid เพื่อแยกกราฟตามคอลัมน์ city ใน eastern_SO2
ส่งฟังก์ชันพล็อต confidence interval ไปยัง map()
กำหนดสี confidence interval เป็น 'coral'
ทำให้เส้นค่าเฉลี่ยที่วาดด้วย g.map(plt.plot,...) โดดเด่นขึ้นโดยกำหนดสีเป็นสีขาว

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Setup a grid of plots with columns divided by location
g = sns.FacetGrid(eastern_SO2, col = '____', col_wrap = 2)

# Map interval plots to each cities data with corol colored ribbons
g.map(plt.____, 'day', 'lower', 'upper', ____ = 'coral')

# Map overlaid mean plots with white line
g.map(plt.plot, 'day', 'mean', ____ = '____')

plt.show()

แก้ไขและรันโค้ด