Vizualizace PySpark DataFrame
Grafické znázornění a vizualizace dat jsou klíčové pro jejich pochopení i interpretaci. V tomto jednoduchém vizualizačním cvičení nejprve vypíšeš názvy sloupců DataFrame names_df, který jsi vytvořil/a dříve, pak ho převedeš na Pandas DataFrame a nakonec zobrazíš jeho obsah jako vodorovný sloupcový graf – se jmény osob na ose x a jejich věkem na ose y.
Nezapomeň, že v tvém pracovním prostředí už máš k dispozici SparkSession spark a DataFrame names_df.
Toto cvičení je součástí kurzu
Big Data Fundamentals with PySpark
Pokyny k cvičení
- Vypiš názvy sloupců DataFrame
names_df. - Převeď DataFrame
names_dfna Pandas DataFramedf_pandas. - Pomocí metody
plot()z matplotlib vytvoř vodorovný sloupcový graf s'Name'na ose x a'Age'na ose y.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Check the column names of names_df
print("The column names of names_df are", names_df.____)
# Convert to Pandas DataFrame
df_pandas = names_df.____()
# Create a horizontal bar plot
____.plot(kind='barh', x='____', y='____', colormap='winter_r')
plt.show()