应对过多类别

有时图表空间有限，但需要同时展示大量数据。这里，您想要展示 pollution 数据集中每个城市的每种污染物在一年内的变化轨迹。每条污染物轨迹用折线表示，y 值为相对于当年平均值的标准差。这意味着图上会同时出现很多条线——远超出仅靠颜色就能清晰区分的数量。

为了解决这个问题，您决定仅高亮显示一小部分城市与污染物的组合（wanted_combos）。这部分对您最重要，其他轨迹则作为有价值的对比背景。为了聚焦注意力，您将把所有未高亮的轨迹线设为相同的「other」颜色。

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，筛选出目标城市与污染物组合（wanted_combos）。
在折线图中，将线条颜色映射到 DataFrame 中新创建的 color_cats 列。
使用 units 参数确定应当「如何」连接数据点形成每条线，即指定使用哪一列。
通过 estimator 参数禁用对数据点的分箱。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Choose the combos that get distinct colors
wanted_combos = ['Vandenberg Air Force Base NO2', 'Long Beach CO', 'Cincinnati SO2']

# Assign a new column to DataFrame for isolating the desired combos
city_pol_month['color_cats'] = [x if x in ____ else 'other' for x in city_pol_month['city_pol']]

# Plot lines with color driven by new column and lines driven by original categories
sns.lineplot(x = "month",
             y = "value",
             hue = '____',
             units = '____',
             estimator = ____,
             palette = 'Set2',
             data = city_pol_month)
plt.show()

编辑并运行代码