Tách nhiều dải band
Vẽ chồng nhiều đường xu hướng lên nhau khá đơn giản để so sánh nhanh và chính xác. Nhưng nếu bạn cần thêm các dải bất định xung quanh những đường đó, biểu đồ sẽ rất khó đọc. Việc xác định một đường thuộc đỉnh của dải lớp này hay đáy của dải lớp khác có thể khó do các dải chồng lấn. May mắn là với Seaborn, không khó để tách các dải chồng lấn thành các đồ thị faceted riêng biệt.
Để thấy điều này, hãy khám phá xu hướng mức SO2 cho một vài thành phố ở nửa phía đông nước Mỹ. Nếu bạn vẽ các xu hướng và dải tin cậy của chúng trên một biểu đồ duy nhất — sẽ rất rối. Để khắc phục, hãy dùng hàm FacetGrid() của Seaborn để trải các khoảng tin cậy ra nhiều khung, giúp bạn dễ quan sát hơn.
Bài tập này là một phần của khóa học
Nâng cấp trực quan hóa dữ liệu của bạn với Python
Hướng dẫn bài tập
- Thiết lập một facet grid để tách biểu đồ theo cột
citytrongeastern_SO2. - Gửi hàm vẽ khoảng tin cậy vào
map(). - Tô màu các khoảng tin cậy bằng
'coral'. - Giúp đường trung bình chồng lên được vẽ với
g.map(plt.plot,...)nổi bật hơn so với các dải tin cậy bằng cách tô màu trắng.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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()