ПочатиПочніть безкоштовно

Жорстке задання виділення

Ви працюєте з містом Г'юстон, щоб дослідити взаємозв'язок між забрудненням діоксидом сірки (SO2) та діоксидом нітрогену (NO2), зокрема забрудненням у найостанніший рік збору даних (2014). Ви виокремили особливо поганий день — 26 листопада, коли стався різкий сплеск рівня SO2. Щоб привернути увагу глядачів до цього дня, ви підсвітите його яскравим помаранчево-червоним кольором, а решту точок зафарбуєте в сірий.

pandas, matplotlib.pyplot і seaborn завантажені як pd, plt та sns відповідно й будуть доступні у вашому робочому середовищі протягом усього курсу.

У цьому курсі згадуються багато понять, які ви могли забути, тож якщо потрібне швидке нагадування, завантажте шпаргалку Seaborn і тримайте її під рукою!

Ця вправа є частиною курсу

Удосконалення візуалізацій даних у Python

Переглянути курс

Інструкції до вправи

  • Змініть спискове включення, щоб значення, що відповідає 330-му day (26 листопада) year 2014, було пофарбоване в orangered, а решта точок — у lightgray.
  • Передайте масив houston_colors до regplot() через аргумент scatter_kws, щоб зафарбувати точки.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

houston_pollution = pollution[pollution.city  ==  'Houston']

# Make array orangred for day 330 of year 2014, otherwise lightgray
houston_colors = ['orangered' if (____  ==  330) & (____  ==  2014) else 'lightgray' 
                  for day,year in zip(houston_pollution.____, houston_pollution.____)]

sns.regplot(x = 'NO2',
            y = 'SO2',
            data = houston_pollution,
            fit_reg = False, 
            # Send scatterplot argument to color points 
            scatter_kws = {'facecolors': ____, 'alpha': 0.7})
plt.show()
Редагувати та запускати код