Histogramme d’une colonne

Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 50 sur 60.

Les attentes en soirée dans une clinique sont-elles plus longues que celles du matin ? Deux histogrammes sur les mêmes axes répondent en un coup d’œil :

Deux histogrammes translucides à moitié des temps d’attente en clinique : les attentes du matin vont de 6 à 16 minutes à gauche, celles du soir de 13 à 28 minutes à droite, avec un léger chevauchement

Une colonne s’insère directement dans ax.hist. Conserve les lignes de chaque groupe, puis trace les deux sur les mêmes axes :

# waits contient les colonnes shift et minutes
morning = waits[waits["shift"] == "morning"]
evening = waits[waits["shift"] == "evening"]
fig, ax = plt.subplots()
ax.hist(morning["minutes"], bins=4, alpha=0.5, label="morning")
ax.hist(evening["minutes"], bins=4, alpha=0.5, label="evening")
ax.set_title("Clinic Waits")
ax.set_xlabel("Minutes")
ax.legend()
plt.show()

alpha=0.5 rend les barres à moitié transparentes (0 est invisible, 1 opaque), afin que les chevauchements restent visibles. label= attribue un nom à chacune pour la légende.

Lorsque les groupes sont répartis sur différentes plages, cette colonne aide un modèle à les distinguer.

Défi

Moyen

Un bureau a demandé à son personnel combien de temps dure le trajet jusqu’au travail : commute.csv contient mode (bike ou bus) et minutes. Pour quel moyen de transport les durées sont-elles les plus dispersées ? Le code de départ conserve chaque groupe dans bike et bus et prépare le graphique.

Trace un histogramme des minutes de chaque groupe avec bins=5, alpha=0.5 et l’étiquette bike ou bus.

Le tien devrait ressembler à celui-ci, tiré de l’enquête de l’année dernière :

Deux histogrammes semi-transparents intitulés Commute Times : les durées à vélo sont regroupées entre 14 et 26 minutes, tandis que les durées en bus sont réparties de 15 à 45 minutes, avec une légende

Le groupe dont les barres couvrent le plus grand nombre de minutes est le plus dispersé. Coddy décrit ton graphique dans la sortie.

Essayez vous-même

import pandas as pd
import matplotlib.pyplot as plt

trips = pd.read_csv("commute.csv")
bike = trips[trips["mode"] == "bike"]
bus = trips[trips["mode"] == "bus"]

fig, ax = plt.subplots()
ax.set_title("Commute Times")
ax.set_xlabel("Minutes")

# Écrivez votre code ci-dessous

# Ne modifiez pas les lignes ci-dessous
ax.legend()
plt.show()