Histogram kolumny

Część sekcji Dane i wykresy ścieżki Machine Learning w Coddy. Lekcja 50 z 60.

Czy wieczorne oczekiwanie w przychodni trwa dłużej niż poranne? Dwa histogramy na jednej osi dają odpowiedź na pierwszy rzut oka:

Dwa częściowo przezroczyste histogramy czasu oczekiwania w przychodni: poranne oczekiwanie od 6 do 16 minut po lewej, wieczorne od 13 do 28 minut po prawej, z niewielkim nakładaniem się

Kolumna trafia bezpośrednio do ax.hist. Zachowaj wiersze każdej grupy, a następnie narysuj obie grupy na tych samych osiach:

# waits ma kolumny shift i 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 sprawia, że słupki są w połowie przezroczyste (0 oznacza niewidoczne, 1 — nieprzezroczyste), dzięki czemu nakładające się na siebie pozostają widoczne. label= nadaje każdemu nazwę widoczną w legendzie.

Gdy grupy rozciągają się na różne zakresy, ta kolumna pomaga modelowi je rozróżnić.

Wyzwanie

Średni

Biuro zapytało pracowników, ile trwa dojazd do pracy: plik commute.csv zawiera mode (bike lub bus) oraz minutes. Czyje czasy są bardziej rozproszone? Kod początkowy przechowuje każdą grupę w bike i bus oraz przygotowuje wykres.

Narysuj histogram dla wartości minutes każdej grupy, używając bins=5, alpha=0.5 i etykiety bike lub bus.

Twój wykres powinien wyglądać tak jak ten z zeszłorocznej ankiety:

Dwa częściowo przezroczyste histogramy zatytułowane Commute Times: czasy przejazdu rowerem skupione między 14 a 26 minutami, czasy przejazdu autobusem rozciągające się od 15 do 45 minut, z legendą

Grupa, której słupki obejmują więcej minut, jest bardziej rozproszona. Coddy opisze twój wykres w wynikach.

Spróbuj swoich sił

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")

# Napisz swój kod poniżej

# Nie zmieniaj poniższych wierszy
ax.legend()
plt.show()