مخططات الصندوق حسب المجموعة

جزء من قسم الإحصاء لتعلّم الآلة في رحلة Machine Learning على Coddy. الدرس 41 من 64.

تختلف مجموعتان: هل الفرق حقيقي أم ناتج عن الحظ؟ يُختتم هذا الفصل بالرسم الذي يجيب عن ذلك:

مدرج تكراري لـ 1000 فرق نتجت عن الخلط العشوائي، تتركز حول 0، مع خط أحمر يوضح الفرق الحقيقي بعيدًا عند الحافة اليسرى

تبدأ بنظرة. قاس استوديو للفخار زمن تشغيل فرنيه. مرّر إلى ax.boxplot قائمة بالمجموعات وأسماءها:

gas = np.array([6.5, 7, 7.5, 8, 7, 6.5, 8.5, 7.5])
electric = np.array([9, 10.5, 11, 9.5, 12, 10, 10.5, 15])
fig, ax = plt.subplots()
ax.boxplot([gas, electric], tick_labels=["Gas", "Electric"])
ax.set_ylabel("Hours")
plt.show()

مخططان صندوقيان على محور واحد: الغاز منخفض، حول وسيط يبلغ 7.25 ساعة، والكهرباء أعلى، حول 10.5 ساعة، مع نقطة شاذة واحدة عند 15. لا يتداخل الصندوقان

حتى إن الصناديق لا تتداخل: يحترق الغاز بسرعة أكبر. في النموذج، تساعد الميزة التي تتداخل صناديقها بالكاد على التمييز بين المجموعات.

التحدي

متوسط

سجّل منتجع تزلج أوقات 36 رحلة على مصاعده الثلاثة. يحتوي lifts.csv على lift (Red أو Green أو Blue) وminutes؛ ويحمّله الكود الابتدائي ويُعدّ المخطط.

كرّر على names واجمع دقائق كل مصعد في قائمة.
ارسم صندوقًا لكل مصعد، وسمّه باستخدام tick_labels=.
اعرض المخطط.

لا يطبع شيئًا؛ يصف Coddy كل صندوق. يبدو مصعدان آخران بهذا الشكل:

مخطط بعنوان Lift Times يحتوي على مخططي صندوق باسم Orange وPurple: قيمة Orange منخفضة عند نحو 18 دقيقة، وPurple أعلى عند نحو 27.5 دقيقة مع نقطة شاذة واحدة عند 44

جرّب بنفسك

import pandas as pd
import matplotlib.pyplot as plt

lifts = pd.read_csv("lifts.csv")
names = ["Red", "Green", "Blue"]
# لا تغيّر الأسطر أدناه
fig, ax = plt.subplots()
ax.set_title("Lift Times")
ax.set_xlabel("Lift")
ax.set_ylabel("Minutes")

# اكتب شيفرتك أدناه