可视化多变量
当您开始考虑更多变量时，把它们同时绘制出来会越来越困难。除了用 x 和 y 轴来表示两个数值变量外，您还可以用颜色表示第三个数值变量，并用分面来表示分类变量。但在可解释性变差之前，这基本就是上限了。也有一些专门的图表类型，如相关性热力图和平行坐标图，可以处理更多变量，但它们对每个变量提供的信息更少，而且并不适合可视化模型预测。
在这里，您将把散点图用到极限，在同一幅图中同时展示房价、到 MRT 车站的距离、附近便利店数量以及房龄。
taiwan_real_estate 已提供。
本练习是课程的一部分
Python 中级回归：使用 statsmodels
练习说明
- 为
taiwan_real_estate中每个house_age_years创建一个分面网格。 - 使用
taiwan_real_estate数据集，绘制以sqrt_dist_to_mrt_m为 x 轴、n_convenience为 y 轴、并以price_twd_msq着色的散点图。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()