按组绘制箱线图
本课属于 Coddy Machine Learning 学习旅程的“机器学习统计学”单元。第 41 课，共 64 课。
两组之间的差异是实际存在的，还是偶然造成的？本章最后用这张图来回答：
先从观察开始。一个陶艺工作室记录了两座窑的运行时间。给 ax.boxplot 传入一组数据列表和它们的名称：
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()这些框甚至没有重叠：气体燃烧得更快。对于模型来说，框几乎不重叠的特征有助于区分不同组。
挑战
中等一家滑雪度假村记录了三条缆车线路的 36 次乘坐时间。lifts.csv 包含 lift（Red、Green 或 Blue）和 minutes；起始代码会加载文件并设置图表。
- 遍历
names，并将每条缆车线路的分钟数收集到一个列表中。 - 为每条缆车线路绘制一个箱线图，并使用
tick_labels=命名。 - 显示图表。
它不会打印任何内容；Coddy 会描述每个箱线图。另外两条缆车线路如下所示：
亲手试试
import pandas as pd
import matplotlib.pyplot as plt
lifts = pd.read_csv("lifts.csv")
names = ["Red", "Green", "Blue"]
# 不要修改下面的代码行
fig, ax = plt.subplots()
ax.set_title("Lift Times")
ax.set_xlabel("Lift")
ax.set_ylabel("Minutes")
# 在下面编写你的代码
自我测试这节课包含一个小测验。开始学习即可作答，并记录你的进度。
机器学习统计学中的所有课
自己练习： Python 在线编译器