Carte thermique des temps de déplacement selon le mode de transport
Dans cet exercice, vous allez créer une carte thermique à partir de données nationales qui comparent les temps de déplacement (en minutes) et les modes de transport. Vous partez de data_row, une liste de valeurs provenant de l'unique rangée de données d'un objet de réponse d'API JSON. Des listes de modes (5) de transport et de times (9) de temps de déplacement ont été créées et sont affichées dans la console. Vous devez remodeler l'unique rangée de données en une liste de listes, construire un DataFrame prêt à être transmis à sns.heatmap, puis créer la carte thermique.
La rangée de données contient les données sur 5 modes de transport en groupes de 9 temps de déplacement. Une itération correspond à un ensemble complet de temps de déplacement.
pandas et seaborn sont importés avec les alias habituels.
Cette activité fait partie du cours
Analyser les données du recensement des États-Unis avec Python
Instructions de l’exercice
- Définissez
iter_lenà la longueur de la listetimes. - Dans la compréhension de liste, construisez un intervalle avec un départ à 0, une fin à la longueur de
data_row, et un pas deiter_len. - Créez une carte thermique avec le DataFrame
commutingcomme premier paramètre; annotez la carte avec le nombre de déplacements en milliers (utilisez la division entière pour diviser par1000).
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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()