超越 95%

用 Python 提升数据可视化

Nick Strayer

Instructor

上方为单层实体置信带，箭头指向下方三层带

用 Python 提升数据可视化

上方为单层实体置信带，箭头指向下方三层带，并指向下方带的 90% 层级

用 Python 提升数据可视化

上方为单层实体置信带，箭头指向下方三层带，并指向下方带的 95% 层级

用 Python 提升数据可视化

上方为单层实体置信带，箭头指向下方三层带，并指向下方带的 99% 层级

用 Python 提升数据可视化

上方为单层实体置信带，箭头指向下方三层带

用 Python 提升数据可视化
# 设置区间大小
sizes    = ['99%', '95%', '90%']
Z_scores = [2.58,   1.96,  1.67]
colors   = ['#fee0b6','#f1a340', '#b35806']



for size, z, color in zip(sizes, Z_scores, colors):

    plt.hlines(y = data.y, 
               # 计算上下界
               xmin = data['est'] - z*data['std_err'], 
               xmax = data['est'] + z*data['std_err'],
               # 按区间大小着色
               color = color,

               # 加粗以便可见
               linewidth = 7,

               # 标注以便图例清晰
               label = size)

plt.plot('est', 'y', 'ko', data = data, label = 'Point Estimate')
plt.legend()
用 Python 提升数据可视化

三条水平置信带，颜色表示 90%、95%、99% 置信区间

用 Python 提升数据可视化

三组置信区间：上图外侧更深色，中图色差很小，下图内侧更深色

用 Python 提升数据可视化
widths   = [    '99%',     '90%']
z_scores = [     2.58,      1.67]
colors   = ['#99d8c9', '#41ae76']

for percent, Z, color in zip(widths, z_scores, colors):
    # 设定颜色区分带
    plt.fill_between(
        x=data.day, 
        y1=data['mean'] - Z*data['std_err'],
        y2=data['mean'] + Z*data['std_err']
        color=color,

        # 降低不透明度以显示网格
        alpha=0.5,

        # 为图例提供标签
        label=percent)
用 Python 提升数据可视化

两条重叠的置信带：较小且更深的带嵌在较大且更浅的带内

用 Python 提升数据可视化
sizes = ['99% Confidence Interval', '95%', '90%']

# 为区间设置不同线宽
widths   = [   5,     10,    15]
Z_scores = [2.58,   1.96,  1.67]

for size, z, width in zip(sizes, Z_scores, widths):
    plt.hlines(
        y = data.y, label = size,
        xmin = data['est'] - z*data['std_err'], 
        xmax = data['est'] + z*data['std_err'], 
        color = 'grey'

        # 按区间调整线宽
        linewidth = width)

plt.plot('est', 'y', 'wo', data = data, label = 'Point Estimate')
plt.legend()
用 Python 提升数据可视化

三组三层置信区间：内层最粗，向外逐层变细

用 Python 提升数据可视化

让我们扩大边界！

用 Python 提升数据可视化

Preparing Video For Download...