Heatmap doby dojíždění podle způsobu dopravy

V tomto cvičení vytvoříš heatmap národních dat porovnávající doby dojíždění (v minutách) a způsoby dopravy. Začínáš s data_row – seznamem hodnot z jediného datového řádku objektu JSON API response. Byly vytvořeny seznamy způsobů dopravy modes (5) a dob dojíždění times (9), které jsou vypsané do konzole. Musíš přetvořit tento jeden datový řádek do seznamu seznamů, sestavit DataFrame vhodný pro předání funkci sns.heatmap a vytvořit heatmap.

Dataový řádek obsahuje data o 5 způsobech dopravy v skupinách po 9 dobách dojíždění. Jedna iterace odpovídá kompletní sadě dob dojíždění.

pandas a seaborn jsou načteny pod jejich obvyklými aliasy.

Toto cvičení je součástí kurzu

Analýza dat amerického sčítání lidu v Pythonu

Zobrazit kurz

Pokyny k cvičení

Nastav iter_len na délku seznamu times
V list comprehension sestav range se začátkem 0, koncem rovným délce data_row a krokem iter_len
Sestav heatmap s DataFramem commuting jako prvním parametrem; opatři heatmap anotacemi s počtem dojíždějících v tisících (použij celočíselné dělení pro vydělení hodnotou 1000)

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Set iter_len to the number of commute times
iter_len = ____

# Break row into list of lists by travel mode
data = [data_row[i:i+iter_len] for i in range(____)]

# Create DataFrame, set data type to int
commuting = pd.DataFrame(data=data, index=modes, columns=times)
commuting = commuting.astype(int)

# Create heatmap of commuters by mode by income
sns.heatmap(____, annot=____, fmt = "d", cmap="YlGnBu")
plt.xticks(rotation = 50)
plt.yticks(rotation = 50)
plt.show()

Upravit a spustit kód