Chọn đúng biến để mã hóa bằng màu sắc
Bạn được giao nhiệm vụ trực quan hóa giá trị ô nhiễm của Long Beach và các thành phố lân cận theo thời gian. Mã đã cung cấp tạo ra biểu đồ bên dưới (khó đọc), gồm các giá trị ô nhiễm tối đa (được cung cấp dưới dạng max_pollutant_values) với màu cột theo thành phố.
Bạn có thể cải thiện nhanh với vài điều chỉnh. Bằng cách chỉ hiển thị các thành phố ở nửa phía tây nước Mỹ, bạn sẽ tránh được sự rối mắt. Tiếp theo, hoán đổi mã hóa màu từ city sang year cho phép bạn dùng một bảng màu thứ bậc (ordinal), giúp người đọc không phải liên tục tra chú giải để kiểm tra màu nào ứng với thành phố nào.
Bài tập này là một phần của khóa học
Nâng cấp trực quan hóa dữ liệu của bạn với Python
Hướng dẫn bài tập
- Xóa
'Indianapolis','Des Moines','Cincinnati','Houston'khỏi vectorcities. - Hoán đổi mã hóa của biến
cityvàyear. - Dùng bảng màu ColorBrewer
'BuGn'để ánh xạ màu phù hợp với biến thứ bậc mới.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Reduce to just cities in the western half of US
cities = ['Fairbanks', 'Long Beach', 'Vandenberg Air Force Base', 'Denver',
'Indianapolis', 'Des Moines', 'Cincinnati', 'Houston']
# Filter data to desired cities
city_maxes = max_pollutant_values[max_pollutant_values.city.isin(cities)]
# Swap city and year encodings
sns.catplot(x = 'year', hue = 'city',
y = 'value', row = 'pollutant',
# Change palette to one appropriate for ordinal categories
data = city_maxes, palette = 'muted',
sharey = False, kind = 'bar')
plt.show()