硬编码高亮

您正在与休斯敦市合作，研究二氧化硫（SO₂）与二氧化氮（NO₂）污染之间的关系，重点关注最近一年（2014 年）采集的数据。您找出了一个特别糟糕的日子——11 月 26 日——当天 SO₂ 水平出现了严重飙升。为吸引观众注意这一天，您将把它高亮为明亮的橘红色，并将其余点设置为灰色。

pandas、matplotlib.pyplot 和 seaborn 分别已作为 pd、plt 和 sns 载入，并将在本课程余下部分可用。

本课程涉及许多您可能已淡忘的概念，若需要快速复习，请下载并随身查看 Seaborn Cheat Sheet！

本练习是课程的一部分

用 Python 提升数据可视化

查看课程

练习说明

修改列表推导式：将 2014 年第 330 个 day（11 月 26 日）对应的值着色为 orangered，其余点着色为 lightgray。
使用 scatter_kws 参数将 houston_colors 数组传入 regplot()，以设置点的颜色。

交互式实操练习

通过完成这段示例代码来试试这个练习。

houston_pollution = pollution[pollution.city  ==  'Houston']

# Make array orangred for day 330 of year 2014, otherwise lightgray
houston_colors = ['orangered' if (____  ==  330) & (____  ==  2014) else 'lightgray' 
                  for day,year in zip(houston_pollution.____, houston_pollution.____)]

sns.regplot(x = 'NO2',
            y = 'SO2',
            data = houston_pollution,
            fit_reg = False, 
            # Send scatterplot argument to color points 
            scatter_kws = {'facecolors': ____, 'alpha': 0.7})
plt.show()

编辑并运行代码