Renklendirme yerine bant kalınlığını kullanma
Bir araştırmacı olarak, görsel temas kaybolmadan önce bir roketin ulaştığı irtifayı ve Vandenberg Hava Kuvvetleri Üssü'ndeki kirletici seviyelerini inceliyorsun. Bu ilişkiyi tahmin eden bir model kurdun (DataFrame rocket_height_model içinde saklı) ve bağımsız çalıştığın için makalende renkli görseller için bütçen yok. Model sonuçlarını siyah-beyazda işe yarar hale getirmen gerekiyor. Bunu yapmak için, her kirleticinin etkisinin 90, 95 ve 99% aralıklarını giderek daha ince çubuklar olarak çizeceksin.
Bu egzersiz
Python'da Veri Görselleştirmelerini İyileştirme
kursunun bir parçasıdırEgzersiz talimatları
- 90% için
15, 95% için10ve 99% için5kalınlık kullan. - Aralık kalınlığı değerini
plt.hlines()fonksiyonuna geçir. - Kontrastı azaltmak için aralık rengini
'gray'olarak ayarla.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# 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()