Automatizar visualización
Uno de los principales puntos fuertes de Matplotlib es que puede automatizarse para adaptarse a los datos que recibe como entrada. Por ejemplo, si recibes datos que tienen un número desconocido de categorías, puedes crear un diagrama de barras que tenga barras para cada categoría.
Esto es lo que harás en este ejercicio. Volverás a visualizar datos sobre los ganadores de medallas en los Juegos Olímpicos de verano de 2016, pero esta vez tendrás un conjunto de datos que contiene un número desconocido de ramas deportivas. Esto se cargará en memoria como un objeto pandas DataFrame llamado summer_2016_medals, que tiene una columna llamada "Sport" que te indica a qué rama del deporte corresponde cada fila. También hay una columna "Weight" que te indica el peso de cada atleta.
Este ejercicio forma parte del curso
Introducción a la visualización de datos con Matplotlib
Instrucciones de ejercicio
- Itera sobre los valores de
sportsy establecesportcomo tu variable de bucle. - En cada iteración, extrae las filas en las que la columna
"Sport"sea igual asport. - Añade una barra al objeto
axproporcionado, etiquetada con el nombre del deporte, con la media de la columna"Weight"como altura, y la desviación típica como barra de error en el eje y. - Guarda la figura en el archivo
"sports_weights.png".
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
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
____