以顏色呈現有序類別

你受聘於得梅因市議會，協助評估市內各種污染物之間的關聯。最重要的兩種污染物是 SO₂ 與 NO₂，但 CO 也很值得關注。你的報告頁面只夠容納一個圖表。

你先以 SO₂ 與 NO₂ 繪製散佈圖，因為它們最重要，接著決定用對應 CO 四分位數的色階來呈現 CO 值。透過將連續的 CO 值進行分箱，你把 CO 轉成有序變數，能在不需觀看者費力比較些微色差的情況下，突顯整體的資料型態。

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

設定 qcut()，把 'CO' 切成四分位數等級。
將散佈圖的顏色對應到新的四分位欄位。
將 palette 更改為 ColorBrewer 調色盤 'GnBu'。

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。

# Divide CO into quartiles
pollution['CO quartile'] = pd.qcut(pollution['CO'], q = ____, labels = False)

# Filter to just Des Moines
des_moines = pollution.query("city  ==  'Des Moines'")

# Color points with by quartile and use ColorBrewer palette
sns.scatterplot(x = 'SO2',
                y = 'NO2',
                ____ = '____', 
                  data = des_moines,
                palette = '____')
plt.show()

編輯並執行程式碼