Tailles

Pour l'instant, le diagramme n'est qu'un nuage de points bleus, indiscernables les uns des autres. Changeons cela. Ne serait-il pas intéressant que la taille des points corresponde à la population ?

Pour ce faire, une liste pop est chargée dans votre espace de travail. Il contient des chiffres de population pour chaque pays, exprimés en millions. Vous pouvez voir que cette liste est ajoutée à la méthode scatter, en tant qu'argument s, pour la taille.

Cet exercice fait partie du cours

Python intermédiaire

Afficher le cours

Instructions

Exécutez le script pour voir comment la courbe évolue.
Le résultat est satisfaisant, mais augmenter la taille des bulles ferai davantage ressortir les choses.
- Importez le paquet numpy en tant que np.
- Utilisez np.array() pour créer un tableau numpy à partir de la liste pop. Appelez ce tableau NumPy np_pop.
- Doublez les valeurs de np_pop en fixant la valeur de np_pop à np_pop * 2. Comme np_pop est un tableau NumPy, chaque élément du tableau sera doublé.
- Remplacez l'argument s à l'intérieur de plt.scatter() par np_pop au lieu de pop.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Import numpy as np


# Store pop as a numpy array: np_pop


# Double np_pop


# Update: set s argument to np_pop
plt.scatter(gdp_cap, life_exp, s = pop)

# Previous customizations
plt.xscale('log') 
plt.xlabel('GDP per Capita [in USD]')
plt.ylabel('Life Expectancy [in years]')
plt.title('World Development in 2007')
plt.xticks([1000, 10000, 100000],['1k', '10k', '100k'])

# Display the plot
plt.show()

Modifier et exécuter le code