Boxplots nach Gruppen

Teil des Abschnitts Statistik für ML der Machine Learning-Journey von Coddy. Lektion 41 von 64.

Zwei Gruppen unterscheiden sich: Ist das echt oder Zufall? Dieses Kapitel endet mit der Abbildung, die diese Frage beantwortet:

Ein Histogramm mit 1000 Unterschieden, die durch zufälliges Vertauschen entstanden sind und sich um 0 häufen, sowie einer roten Linie für den tatsächlichen Unterschied weit links am Rand

Es beginnt mit einem Blick. Ein Töpferstudio hat die Laufzeiten seiner beiden Brennöfen gemessen. Gib ax.boxplot eine Liste von Gruppen und deren Namen:

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()

Zwei Boxplots auf einer Achse: Gas niedrig, mit einem Median von etwa 7,25 Stunden, und Electric höher, mit etwa 10,5 Stunden, sowie einem Ausreißerpunkt bei 15. Die Boxen überlappen sich nicht

Die Boxen überlappen sich nicht einmal: Gas brennt schneller. Für ein Modell hilft ein Merkmal, dessen Boxen sich kaum überlappen, dabei, die Gruppen voneinander zu unterscheiden.

Aufgabe

Mittel

Ein Skiresort hat 36 Fahrten auf seinen drei Liften zeitlich erfasst. lifts.csv enthält lift (Red, Green oder Blue) und minutes; der Startcode lädt die Datei und richtet das Diagramm ein.

Gehe die Einträge in names durch und sammle die Minuten jedes Lifts in einer Liste.
Zeichne einen Boxplot pro Lift, beschriftet mit tick_labels=.
Zeige das Diagramm an.

Es wird nichts ausgegeben; Coddy beschreibt die einzelnen Boxplots. Zwei andere Lifte sehen so aus:

Ein Diagramm mit dem Titel Lift Times und zwei Boxplots namens Orange und Purple: Orange liegt im unteren Bereich bei etwa 18 Minuten, Purple höher bei 27,5 Minuten, mit einem Ausreißerpunkt bei 44

Probier es selbst

import pandas as pd
import matplotlib.pyplot as plt

lifts = pd.read_csv("lifts.csv")
names = ["Red", "Green", "Blue"]
# Ändere die folgenden Zeilen nicht
fig, ax = plt.subplots()
ax.set_title("Lift Times")
ax.set_xlabel("Lift")
ax.set_ylabel("Minutes")

# Schreibe deinen Code unten