90 與 95% 帶狀區間

你現在看到的是辛辛那提市 2013 年 NO₂ 汙染濃度的 40 日移動平均。為了更完整呈現趨勢中的不確定性，你想同時查看此移動估計周圍的 90% 與 99% 區間。

請設定兩種區間範圍，以及一組橘色的序階色盤。此外，為了讓帶狀區間更容易精確讀取，請將它們設為半透明，讓 Seaborn 的背景格線可以透出。

本練習屬於課程

用 Python 改善你的資料視覺化

檢視課程

練習說明

將區間的不透明度設為 40%。
計算信賴區間的下界與上界。

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。

int_widths = ['90%', '99%']
z_scores = [1.67, 2.58]
colors = ['#fc8d59', '#fee08b']

for percent, Z, color in zip(int_widths, z_scores, colors):
    
    # Pass lower and upper confidence bounds and lower opacity
    plt.fill_between(
        x = cinci_13_no2.day, alpha = ____, color = color,
        y1 = cinci_13_no2['mean'] ____ ____*cinci_13_no2['std_err'],
        y2 = cinci_13_no2['mean'] ____ ____*cinci_13_no2['std_err'],
        label = percent)
    
plt.legend()
plt.show()

編輯並執行程式碼