Зрозуміти відмінності між змінними

Тепер проаналізуйте середні значення та стандартні відхилення кожної змінної, побудувавши їх на стовпчиковій діаграмі. Це доповнює попередній крок, адже ви візуально дослідите відмінності в масштабах і дисперсіях змінних.

Бібліотеку pandas вже імпортовано як pd, а matplotlib.pyplot — як plt. Також набір даних wholesale завантажено як датафрейм pandas, а середні значення та стандартні відхилення для кожного стовпця wholesale завантажено як Series pandas під назвами averages і std_devs відповідно. Обов'язково перегляньте їх у консолі.

Ця вправа є частиною курсу

Machine Learning для маркетингу в Python

Переглянути курс

Інструкції до вправи

Створіть список із назв стовпців wholesale та ще один — із відсортованих значень від 0 до кількості стовпців у wholesale.
Побудуйте averages сірим кольором і std_devs — помаранчевим, зсунувши вісь x на 0,2.
Додайте x_ix як поділки, а x_names як підписи та поверніть їх на 90 градусів.
Додайте легенду та відобразіть діаграму.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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.___()

Редагувати та запускати код