그룹별 상자 그림

Coddy Machine Learning 여정의 머신러닝을 위한 통계 섹션에 포함된 레슨. 64개 중 41번째.

두 그룹은 차이가 있습니다. 이것이 실제 차이일까요, 아니면 우연일까요? 이 장은 그 답을 보여 주는 그림으로 끝납니다:

우연히 섞어서 만든 차이 1000개의 히스토그램이 0 주변에 쌓여 있고, 실제 차이를 나타내는 빨간색 선은 왼쪽 가장자리에서 멀리 떨어져 있다

모든 것은 살펴보는 데서 시작합니다. 도예 공방에서 두 가마의 시간을 측정했습니다. 그룹 목록과 그룹 이름을 ax.boxplot에 전달하세요.

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()

하나의 축에 있는 상자 그림 두 개: Gas는 낮고 중앙값이 약 7.25시간이며, Electric은 더 높고 약 10.5시간이고 15에 이상치 점 하나가 있습니다. 상자는 서로 겹치지 않습니다

상자들은 서로 겹치지도 않습니다. 가스가 더 빠르게 연소합니다. 모델에서는 상자들이 거의 겹치지 않는 특성이 그룹을 구분하는 데 도움이 됩니다.

챌린지

중급

한 스키 리조트에서 세 개의 리프트를 이용한 36회의 운행 시간을 측정했습니다. lifts.csv에는 lift(Red, Green 또는 Blue)와 minutes가 있으며, 시작 코드에서 파일을 불러오고 차트를 설정합니다.

names를 반복하면서 각 리프트의 운행 시간을 리스트에 모읍니다.
tick_labels=를 사용해 리프트마다 상자 하나를 그립니다.
차트를 표시합니다.

출력되는 내용은 없습니다. Coddy가 각 상자를 설명합니다. 다른 두 리프트는 다음과 같습니다.

Lift Times라는 제목의 차트로, Orange와 Purple이라는 이름의 상자 그림 두 개가 있습니다. Orange는 약 18분으로 낮고, Purple은 약 27.5분으로 더 높으며 44분에 이상치 점 하나가 있습니다.

직접 해보기

import pandas as pd
import matplotlib.pyplot as plt

lifts = pd.read_csv("lifts.csv")
names = ["Red", "Green", "Blue"]
# 아래 줄은 변경하지 마세요
fig, ax = plt.subplots()
ax.set_title("Lift Times")
ax.set_xlabel("Lift")
ax.set_ylabel("Minutes")

# 아래에 코드를 작성하세요