繪製插值結果

要比較不同的插補結果，視覺化對照圖非常關鍵，有助於推論出最佳的插補技巧。在這個練習中，你將撰寫一個 for 迴圈，為多種插補方法產生圖表。你會繪製上一個單元中已經完成的插補結果，也就是線性（linear）、二次（quadratic），以及最近鄰（nearest）插值法。

已為你匯入了 3 個以插補方法命名的 DataFrame，分別是 linear_interp、quadratic_interp，以及 nearest_interp。

本練習屬於課程

在 Python 中處理遺漏值

檢視課程

練習說明

為每種插補方法建立 3 個子圖（subplot）。
建立 interpolations 字典，將 linear_interp、quadratic_interp 和 nearest_interp 這些 DataFrame 映射到對應的插值方法。
以 axes 與 interpolations 進行迴圈。
在 interpolations 中依序選取各個 DataFrame，並使用 df_key 為該 DataFrame 設定標題。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Set nrows to 3 and ncols to 1
fig, axes = plt.subplots(___, ___, figsize=(30, 20))

# Create a dictionary of interpolated DataFrames for looping 
interpolations = {'Linear Interpolation': ___, 'Quadratic Interpolation': ___, 
                  'Nearest Interpolation': ___}

# Loop over axes and interpolations
for ax, df_key in zip(___, ___):
  # Select and also set the title for a DataFrame
  interpolations[___].Ozone.plot(color='red', marker='o', linestyle='dotted', ax=ax)
  airquality.Ozone.plot(title=___ + ' - Ozone', marker='o', ax=ax)
  
plt.show()

編輯並執行程式碼