Latihan - Menganalisis Data dengan Seaborn

  • 5 menit

Salah satu hal keren tentang Notebooks — dan Python secara umum — adalah ada ribuan pustaka sumber terbuka yang dapat Anda manfaatkan untuk melakukan tugas kompleks tanpa menulis banyak kode. Dalam unit ini, Anda akan menggunakan Seaborn, pustaka untuk visualisasi statistik, untuk memplot kedua kumpulan data yang Anda muat, yang mencakup tahun 1882 hingga 2014. Seaborn dapat membuat garis regresi disertai dengan proyeksi yang menunjukkan tempat poin data harus jatuh berdasarkan regresi dengan satu panggilan fungsi sederhana.

  1. Tempatkan kursor di sel kosong di bagian bawah buku catatan. Ubah jenis sel menjadi Markdown dan masukkan "Lakukan regresi linier dengan Seaborn" sebagai teks.

  2. Tambahkan sel Kode dan tempelkan kode berikut.

    plt.scatter(years, mean)
plt.title('scatter plot of mean temp difference vs year')
plt.xlabel('years', fontsize=12)
plt.ylabel('mean temp difference', fontsize=12)
sns.regplot(yearsBase, meanBase)
plt.show()

  3. Jalankan sel kode untuk menghasilkan bagan sebar dengan garis regresi dan representasi visual rentang di mana poin data diharapkan jatuh.

    Comparison of actual values and predicted values generated with Seaborn.

    Perbandingan nilai aktual dan nilai yang diprediksi yang dihasilkan dengan Seaborn

Perhatikan bagaimana poin data selama 100 tahun pertama sesuai dengan nilai yang diprediksi, tetapi poin data dari sekitar 1980 ke depan tidak. Model seperti inilah yang memimpin para ilmuwan untuk percaya bahwa perubahan iklim sedang mempercepat.