Data Visualization Quiz

Baris kode mana di bawah ini yang digunakan untuk memastikan bahwa plot matplotlib ditampilkan secara inline dalam Jupyter notebook?

• import pandas as pd

• %matplotlib inline

• import seaborn as sns

• print("Setup Complete")

Answer explanation

Perintah %matplotlib inline adalah fungsi magic di IPython yang memungkinkan tampilan plot matplotlib langsung di dalam Jupyter notebook, tanpa membukanya dalam jendela baru.

Saat memuat dataset di pandas, parameter mana yang digunakan dalam pd.read_csv() untuk menguraikan kolom indeks sebagai tanggal?

• delimiter=','

• dtype='str'

• parse_dates=True

• skiprows=1

Answer explanation

Parameter parse_dates=True dalam fungsi pd.read_csv() memberitahu pandas untuk menginterpretasikan kolom indeks (yang ditentukan oleh index_col="Date") sebagai objek datetime, yang sangat penting untuk data seri waktu seperti dataset peringkat FIFA yang digunakan dalam kursus.

Perintah apa yang digunakan untuk menetapkan ukuran gambar dalam visualisasi grafik garis?

• sns.set_size(width=14, height=6)

• plt.figure(figsize=(14,6))

• sns.plot_dimensions(14, 6)

• plt.resize(14, 6)

Answer explanation

Perintah plt.figure(figsize=(14,6)) digunakan untuk menetapkan ukuran gambar dalam visualisasi yang dibuat dengan matplotlib, di mana figsize menerima sebuah tuple yang menentukan lebar dan tinggi gambar dalam inci. Pilihan lain tidak merupakan sintaks yang valid dalam konteks pembuatan grafik dengan matplotlib atau seaborn.

Bagaimana seorang pengguna dapat memilih kolom spesifik dari dataset untuk diplot?

• Menggunakan perintah plt.plot() dengan nama kolom sebagai argumen

• Memanggil sns.lineplot() dan menyertakan nama kolom dalam tanda kutip

• Memilih kolom dengan menggunakan data[column_name] sebagai argumen dalam sns.lineplot()

• Menulis nama kolom langsung ke dalam kode tanpa menggunakan tanda kutip

Answer explanation

Untuk memilih kolom spesifik dari dataset untuk diplot menggunakan seaborn (sns), kita menggunakan pendekatan yang disebutkan dalam pilihan C. Dengan menulis sns.lineplot(data=spotify_data['Nama Kolom']), kita secara spesifik meminta seaborn untuk membuat plot garis yang hanya menampilkan data dari kolom tertentu dalam dataset. Dalam contoh ini, 'Nama Kolom' diisi dengan nama kolom aktual dari dataset spotify_data yang ingin diplot. Metode ini memungkinkan analisis yang lebih terfokus pada data tertentu dalam kumpulan data yang lebih besar, memberikan fleksibilitas dalam eksplorasi dan visualisasi data spesifik.

Perintah mana yang digunakan untuk membuat diagram batang di Python menggunakan library Seaborn?

• sns.bar_chart(x=data['Month'], y=data['NK'])

• sns.bar(data=flight_data, x='Month', y='NK')

• sns.barplot(x=flight_data.index, y=flight_data['NK'])

• sns.create_bar(x='Month', y='NK', data=flight_data)

Answer explanation

Perintah sns.barplot(x=flight_data.index, y=flight_data['NK']) menggunakan fungsi barplot() Seaborn, yang dirancang khusus untuk membuat diagram batang. Perintah tersebut menetapkan sumbu-x sebagai indeks flight_data (yang mewakili bulan) dan sumbu-y sebagai keterlambatan kedatangan rata-rata untuk penerbangan Spirit Airlines.

Apa yang dilakukan parameter annot=True dalam fungsi sns.heatmap() dalam library Seaborn Python?

• Mengubah skema warna dari heatmap.

• Menambahkan anotasi, menampilkan nilai untuk setiap sel di heatmap.

• Menyesuaikan ukuran heatmap.

• Menghapus label sumbu dari heatmap.

Answer explanation

annot=True dalam fungsi sns.heatmap() dalam library Seaborn Python menambahkan anotasi, menampilkan nilai untuk setiap sel di heatmap. Ketika annot=True diatur dalam fungsi sns.heatmap(), Seaborn akan menampilkan nilai numerik dari setiap sel dalam heatmap. Fitur ini memberikan informasi tambahan tentang data yang divisualisasikan.

Manakah dari pernyataan berikut yang paling baik menggambarkan hubungan antara BMI dan biaya asuransi berdasarkan plot titik yang disediakan?

• Tidak ada hubungan yang jelas antara BMI dan biaya asuransi.

• Pelanggan dengan BMI yang lebih tinggi cenderung membayar lebih sedikit dalam biaya asuransi.

• Terdapat korelasi positif antara BMI dan biaya asuransi, di mana pelanggan dengan BMI yang lebih tinggi cenderung membayar lebih dalam biaya asuransi.

• Pelanggan dengan BMI yang lebih tinggi cenderung membayar jumlah yang sama dalam biaya asuransi seperti mereka dengan BMI yang lebih rendah.

Answer explanation

Plot titik menunjukkan adanya tren yang terlihat di mana nilai BMI yang lebih tinggi sesuai dengan biaya asuransi yang lebih tinggi. Ini dibuktikan oleh arah umum titik-titik data pada plot titik, menunjukkan adanya korelasi positif antara BMI dan biaya asuransi. Ketika BMI meningkat, biaya asuransi juga cenderung meningkat. Oleh karena itu, opsi C adalah pilihan yang benar.

Insight apa yang bisa diperoleh dari plot titik berkode warna berdasarkan status perokok?

• Perokok cenderung membayar lebih sedikit dalam biaya asuransi daripada bukan perokok.

• Bukan perokok cenderung membayar lebih dengan meningkatnya BMI, sementara perokok membayar lebih sedikit terlepas dari BMI.

• Tidak ada perbedaan signifikan dalam biaya asuransi antara perokok dan bukan perokok.

• Perokok cenderung membayar jauh lebih banyak dalam biaya asuransi dibandingkan dengan bukan perokok, dengan peningkatan yang lebih curam seiring dengan peningkatan BMI.

Answer explanation

Plot titik yang berkode warna menunjukkan adanya kelompok yang berbeda untuk perokok dan bukan perokok. Perokok direpresentasikan dengan satu warna sementara bukan perokok direpresentasikan dengan warna lainnya. Jelas bahwa perokok umumnya mengalami biaya asuransi yang jauh lebih tinggi dibandingkan dengan bukan perokok, terlepas dari BMI mereka. Selain itu, garis regresi untuk perokok dan bukan perokok dalam lmplot lebih menekankan hal ini, dengan garis untuk perokok menunjukkan kemiringan yang lebih curam, menunjukkan tingkat kenaikan biaya yang lebih tinggi dengan peningkatan BMI dibandingkan dengan bukan perokok. Oleh karena itu, opsi D adalah pilihan yang benar.

Jenis plot apa yang memberikan representasi yang halus dari distribusi variabel kontinu, seperti panjang kelopak, dalam dataset iris?

• Box plot

• Scatter plot

• Density plot

• Bar plot

Answer explanation

Plot densitas (density plot) digunakan untuk menunjukkan distribusi variabel kontinu secara halus. Plot ini memberikan perkiraan distribusi probabilitas dari data. Dalam konteks ini, plot densitas digunakan untuk memvisualisasikan distribusi panjang kelopak dalam dataset iris.

Plot mana yang digunakan untuk memvisualisasikan distribusi bersama dua variabel kontinu, seperti lebar sepal dan panjang kelopak, dalam dataset iris?

• Scatter plot

• Histogram

• Plot KDE 2D

• Box plot

Answer explanation

Plot KDE 2D (Kernel Density Estimate 2D) digunakan untuk memvisualisasikan distribusi bersama dua variabel kontinu. Plot ini menampilkan estimasi kepadatan kernel untuk dua variabel yang dipilih. Dalam konteks ini, plot KDE 2D digunakan untuk memahami distribusi bersama lebar sepal dan panjang kelopak dalam dataset iris.