היסטוגרמה של עמודה

חלק מהיחידה נתונים ותרשימים במסלול ה-Machine Learning של Coddy. שיעור 50 מתוך 60.

האם זמני ההמתנה בערב במרפאה ארוכים יותר מאלה שבבוקר? שתי היסטוגרמות על אותם צירים עונות במבט אחד:

שתי היסטוגרמות חצי שקופות של זמני המתנה במרפאה: זמני ההמתנה בבוקר נעים בין 6 ל-16 דקות משמאל, ובערב בין 13 ל-28 דקות מימין, עם חפיפה קטנה

עמודה מועברת ישירות אל ax.hist. שמרו על השורות של כל קבוצה, ואז ציירו את שתיהן על אותם צירים:

# ל-waits יש את העמודות shift ו-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 הופך את העמודות לשקופות למחצה (0 הוא בלתי נראה, 1 אטום), כך שהאזורים החופפים נשארים גלויים. label= נותן שם לכל אחת מהן במקרא.

כשהקבוצות מתפרסות על פני טווחים שונים, העמודה הזאת עוזרת למודל להבחין ביניהן.

אתגר

בינוני

משרד שאל את העובדים שלו כמה זמן נמשכת הנסיעה לעבודה: הקובץ commute.csv מכיל את mode (bike או bus) ואת minutes. למי הזמנים מפוזרים יותר? קוד הפתיחה שומר כל קבוצה ב-bike וב-bus ומגדיר את התרשים.

ציירו היסטוגרמה של minutes עבור כל קבוצה, עם bins=5, alpha=0.5 והתווית bike או bus.

התרשים שלכם אמור להיראות כמו התרשים הזה, מסקר השנה שעברה:

שתי היסטוגרמות שקופות למחצה שכותרתן זמני נסיעה לעבודה: זמני הרכיבה על אופניים מקובצים בין 14 ל-26 דקות, זמני הנסיעה באוטובוס פרושים בין 15 ל-45 דקות, עם מקרא

הקבוצה שהעמודות שלה משתרעות על פני יותר דקות היא המפוזרת יותר. Coddy מתאר את התרשים שלכם בפלט.

נסו בעצמכם

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")

# כתבו את הקוד שלכם למטה

# אל תשנו את השורות שלמטה
ax.legend()
plt.show()