CommencerCommencez gratuitement

Indexation booléenne et amusement avec Matplotlib

Voyons maintenant comment l’indexation booléenne peut vous aider à explorer visuellement des données en seulement quelques lignes de code. Dans cet exercice, vous allez mettre en pratique plusieurs notions vues précédemment : convertir des données d’un dictionnaire en un DataFrame pandas exploitable, indexer avec des booléens, puis utiliser matplotlib pour visualiser vos données et découvrir certaines relations dans les données sur les collisions avec la faune.

Cet exercice fait partie du cours

<cours>Python pour les utilisateurs de MATLAB</cours>
Voir le cours

Instructions de l’exercice

  • Convertissez le dictionnaire strikes en DataFrame.
  • Créez un filtre booléen pour 'Turbofan' dans la colonne 'Engine'.
  • Créez un filtre booléen pour 'Turboprop' dans la colonne 'Engine'.
  • Tracez deux nuages de points en utilisant turbofan et turboprop pour filtrer l’ensemble de données strikes.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create a dictionary and then a DataFrame from the dictionary
strikes = {'Date': date,'Speed': speed,'Height':height,'Engine':engine}
strikes = pd.____(strikes)

# Filter strikes by engine type
turbofan = strikes['Engine']=='____'
turboprop = strikes['____']=='____'

# Create scatter plot of speed and height for each engine type
plt.scatter(strikes[____]['Speed'],strikes[____]['Height'],label='Turbofan')
plt.scatter(strikes[____]['Speed'],strikes[____]['Height'],label='Turboprop')
plt.legend()
plt.xlabel('Strike speed (knots)')
plt.ylabel('Strike height (feet)')
plt.show()
Modifier et exécuter le code