用顏色編碼選對變數

你要視覺化 Long Beach 與附近城市的汙染值隨時間變化。提供的程式碼會產生下圖（不易閱讀的圖），內容是以城市作為顏色填滿的長條圖，顯示最大汙染值（變數為 max_pollutant_values）。

Mutlicolor and busy bar plots with four rows corresponding to the four pollutants in dataset

你可以用幾個小調整快速改善。先將顯示的城市改為僅包含位於美國西半部的城市，以減少雜訊。接著，把顏色編碼從 city 改成 year，就能使用序列型（ordinal）調色盤，讀者就不必一直對照圖例來確認每個顏色對應到哪個城市。

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

從 cities 向量中移除 'Indianapolis'、'Des Moines'、'Cincinnati'、'Houston'。
交換 city 與 year 兩個變數的編碼。
使用 'BuGn' 的 ColorBrewer 調色盤，為新的序列型變數對應合適的顏色。

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。

# 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()

編輯並執行程式碼