自訂發散式調色盤的熱度圖
Seaborn 的 heatmap() 預設配色不會特別標示數值 0。當 0 對你要視覺化的變數不是特別的值時，這樣沒問題；但如果 0 代表中性值，就需要自訂調色盤。
在這個視覺化中，你要將各城市與 2015 年 11 月的 CO 平均汙染值做比較（已提供於 DataFrame nov_2015_CO）。
為了達成這個目的，請用熱度圖來呈現各城市在當天 CO 汙染值距離平均值的標準差數。你需要用自訂的發散式調色盤取代預設配色，並將它傳給 heatmap，同時告訴函式你的中性值是什麼。
本練習屬於課程
用 Python 改善你的資料視覺化
練習說明
將發散式調色盤套用到你的圖表。
- 注意：Seaborn 的
sns.heatmap()函式沒有palette參數，而是要使用cmap參數。
- 注意：Seaborn 的
透過指定
center參數，將你的中性值加入熱度圖。將色帶（color bar）的上下界設為
-4與4，讓圖例對稱。
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。
# Define a custom palette
color_palette = sns.diverging_palette(250, 0, as_cmap = True)
# Pass palette to plot and set axis ranges
sns.heatmap(nov_2015_CO,
____ = ____,
____ = ____,
vmin = ____,
vmax = ____)
plt.yticks(rotation = 0)
plt.show()