90% 与 95% 区间带

这里展示的是辛辛那提市 2013 年 NO₂ 污染水平的 40 天滚动平均值。为了更细致地呈现趋势中的不确定性，您希望同时查看该滚动估计附近的 90% 与 99% 区间。

为此，请设定这两个区间的宽度，并使用橙色的序数配色方案。此外，为了便于精确读取区间带，请将其设置为半透明，以便 Seaborn 的背景网格可以透出。

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

将区间的不透明度设置为 40%。
计算置信区间的下界和上界。

交互式实操练习

通过完成这段示例代码来试试这个练习。

int_widths = ['90%', '99%']
z_scores = [1.67, 2.58]
colors = ['#fc8d59', '#fee08b']

for percent, Z, color in zip(int_widths, z_scores, colors):
    
    # Pass lower and upper confidence bounds and lower opacity
    plt.fill_between(
        x = cinci_13_no2.day, alpha = ____, color = color,
        y1 = cinci_13_no2['mean'] ____ ____*cinci_13_no2['std_err'],
        y2 = cinci_13_no2['mean'] ____ ____*cinci_13_no2['std_err'],
        label = percent)
    
plt.legend()
plt.show()

编辑并运行代码