Dispersão a partir de colunas

Parte da seção Dados e gráficos do Journey de Machine Learning da Coddy. Lição 48 de 60.

Uma bateria maior significa maior autonomia? Um gráfico de dispersão com duas colunas responde rapidamente: um ponto por linha:

Um gráfico de dispersão intitulado Autonomia de bicicletas elétricas: sete bicicletas elétricas representadas como pontos, capacidade da bateria em Wh no eixo horizontal e autonomia em km no eixo vertical, aumentando juntas de 250 Wh e 35 km para 750 Wh e 110 km

Uma coluna ocupa o lugar de uma lista, então ax.scatter recebe duas colunas:

bikes = pd.DataFrame({
    "battery_wh": [250, 300, 400, 500, 500, 625, 750],
    "range_km": [35, 45, 60, 65, 75, 95, 110],
})
fig, ax = plt.subplots()
ax.scatter(bikes["battery_wh"], bikes["range_km"])
ax.set_title("E-bike Range")
ax.set_xlabel("Battery (Wh)")
ax.set_ylabel("Range (km)")
plt.show()

Pontos que sobem para a direita significam que as colunas crescem juntas: uma relação que um modelo pode aprender. Uma nuvem sem forma significa que não há relação.

ax.scatter nunca vê os nomes das colunas, então cabe a você definir os rótulos dos eixos.

Desafio

Médio

Um guarda-florestal mediu 12 árvores em trees.csv: age_years, trunk_cm e height_m. Qual delas está relacionada à altura: idade ou largura do tronco? O código inicial lê um desses dois nomes em column e configura o gráfico.

Desenhe um ponto por árvore: essa coluna no eixo horizontal, height_m no vertical.
Identifique o eixo x com o nome da coluna.

O seu gráfico deve ficar parecido com este, para a crown_m de outro parque:

Um gráfico de dispersão intitulado Tree Size, com crown_m no eixo horizontal e Height (m) no vertical: dez pontos subindo de forma pouco alinhada, de árvores com cerca de 6 m de altura e copas pequenas a árvores com 14 m de altura e copas de 7.5 m

O Coddy executa seu código para as duas colunas e descreve cada gráfico. Compare-os: a faixa ascendente mais estreita responde à pergunta.

Experimente você mesmo

import pandas as pd
import matplotlib.pyplot as plt

trees = pd.read_csv("trees.csv")
column = input()

fig, ax = plt.subplots()
ax.set_title("Tree Size")
ax.set_ylabel("Height (m)")

# Escreva seu código abaixo

# Não altere a linha abaixo
plt.show()