EDA 可视化 I
在生成了一些基础统计之后，现在该提出并验证关于数据依赖关系的想法了。同样，出租车竞赛中的 train 数据框已在您的工作区中可用。
首先，让我们绘制一个散点图，观察车费与行程距离之间的关系。直觉上，行程越长，价格越高。
要获取两组地理坐标之间的公里距离，您将使用 Haversine 距离。课程已为您定义了 haversine_distance() 函数可用于计算。该函数接收 train 数据框作为输入。
本练习是课程的一部分
用 Python 赢下 Kaggle 竞赛
练习说明
- 新建变量 "distance_km"，其值为上车点与下车点之间的 Haversine 距离。
- 绘制散点图，x 轴为 "fareamount"，y 轴为 "distancekm"。请使用 matplotlib 的
scatter()方法绘制散点图。 - 将行程距离限制在 0 到 50 公里之间，以避免绘制离群点。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Calculate the ride distance
train['distance_km'] = ____(train)
# Draw a scatterplot
plt.____(x=____[____], y=____[____], alpha=0.5)
plt.xlabel('Fare amount')
plt.ylabel('Distance, km')
plt.title('Fare amount based on the distance')
# Limit on the distance
plt.ylim(0, ____)
plt.show()