視覺化多個變數
當你開始考慮更多變數時，要同時把它們全部畫在一張圖上會越來越困難。除了用 x 與 y 軸呈現兩個數值變數外，你可以用顏色呈現第三個數值變數，並用分面呈現類別變數。不過，超過這個範圍之後，圖形通常就難以解讀了。雖然有一些專門的圖表類型（例如相關係數熱圖與平行座標圖）可以處理更多變數，但它們對每個變數提供的細節較少，而且不太適合用來視覺化模型預測。
在這裡，你會把散佈圖推到極限：在同一張圖中同時呈現房價、距離捷運站的距離、附近便利商店數量，以及屋齡。
taiwan_real_estate 已可使用。
本練習屬於課程
使用 Python 的 statsmodels 進行迴歸分析：中級
練習說明
- 為
taiwan_real_estate中的每個house_age_years建立一個分面網格。 - 使用
taiwan_real_estate資料集，繪製以sqrt_dist_to_mrt_m為 x 軸、n_convenience為 y 軸的散佈圖，並以price_twd_msq作為顏色。
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。
# Prepare the grid using taiwan_real_estate, for each house age category, colored by price_twd_msq
grid = ____(data=____,
col=____,
hue=____,
palette="plasma")
# Plot the scatterplots with sqrt_dist_to_mrt_m on the x-axis and n_convenience on the y-axis
grid.map(____,
____,
____)
# Show the plot (brighter colors mean higher prices)
plt.show()