Quel État est le plus favorable aux marchés?

En explorant les données sur les marchés publics, vous vous demandez quels motifs pourraient apparaître si vous agrégez au niveau des États. Certains États sont-ils plus favorables aux marchés que d'autres? Pour l'examiner, vous regroupez vos données par État et calculez le nombre de marchés transformé en logarithme (log_markets) ainsi que les populations des États (log_pop).

markets_and_pop = (markets
    .groupby('state', as_index = False)
    .agg({
       'name': lambda d: log(len(d)),
       'state_pop': lambda d: log(d.iloc[0]) })
    .rename(columns = {
        'name': 'log_markets', 
        'state_pop': 'log_pop' }))

Pour visualiser, vous choisissez un nuage de points avec régression pour avoir une idée de la relation « normale » entre le nombre de marchés et la population, ainsi qu'un nuage de points avec étiquettes pour repérer rapidement les valeurs aberrantes intéressantes.

Cette activité fait partie du cours

Améliorer vos visualisations de données en Python

Voir le cours

Instructions de l’exercice

Parcourez les lignes du DataFrame markets_and_pop.
Placez les annotations à côté de leurs points dans le nuage de points.
Réduisez la taille du texte des annotations à 10 points.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

g = sns.regplot(
    "log_markets", "log_pop", 
    ci = False,
    # Shrink scatter plot points
    scatter_kws = {'s':2},
    data = markets_and_pop)

# Iterate over the rows of the data
for _, row in markets_and_pop.____():
    state, _, _, log_markets, log_pop = row
    # Place annotation and reduce size for clarity
    g.annotate(state, (____,____), ____ = ____)

plt.show()

Modifier et exécuter le code