Automatizuj svou vizualizaci
Jednou z největších předností Matplotlibu je, že dokáže automaticky reagovat na data, která dostane na vstupu. Pokud například pracuješ s daty, kde předem nevíš, kolik kategorií obsahují, stále zvládneš vytvořit sloupcový graf se sloupcem pro každou kategorii.
Presně to uděláš v tomto cvičení. Znovu budeš vizualizovat data o medailistech z letních olympijských her 2016, tentokrát ale s datasetem, který obsahuje neznámý počet sportovních odvětví. Data budou načtena do paměti jako objekt DataFrame z knihovny pandas s názvem summer_2016_medals. Sloupec "Sport" ti říká, ke kterému sportovnímu odvětví každý řádek patří, a sloupec "Weight" obsahuje hmotnost jednotlivých sportovců.
Toto cvičení je součástí kurzu
Introduction to Data Visualization with Matplotlib
Pokyny k cvičení
- Iteruj přes hodnoty
sportsa jako proměnnou smyčky použijsport. - V každé iteraci vyber řádky, kde se hodnota sloupce
"Sport"rovnásport. - Přidej do objektu
axsloupec označený názvem sportu, jehož výška odpovídá průměru sloupce"Weight"a chybová úsečka na ose y odpovídá jeho směrodatné odchylce. - Ulož obrázek do souboru
"sports_weights.png".
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
fig, ax = plt.subplots()
# Loop over the different sports branches
for ____ in ____:
# Extract the rows only for this sport
sport_df = ____
# Add a bar for the "Weight" mean with std y error bar
____
ax.set_ylabel("Weight")
ax.set_xticklabels(sports, rotation=90)
# Save the figure to file
____