चरम मान पहचानें
अब जब आपने प्रत्येक राज्य के हिस्पैनिक नस्ली स्व-पहचान के प्रतिशत वाला एक DataFrame बना लिया है, तो आप इसे आगे एक्सप्लोर करेंगे — शुरुआत seaborn के साथ एक boxplot बनाने से करें।
आप उन राज्यों को भी खोजेंगे जहाँ कुछ विशेष नस्लों के रूप में पहचान करने वाले हिस्पैनिक्स का प्रतिशत सबसे बड़ा या सबसे छोटा है। इसके लिए आप squeeze() मेथड लगाएँगे। यह मेथड single-row DataFrame को series में बदल देता है (और एक से अधिक पंक्तियों वाले DataFrame पर इसका कोई प्रभाव नहीं होता)।
pandas इम्पोर्ट किया जा चुका है। DataFrame states_hr लोड है, जिसमें 7 अलग-अलग नस्ल श्रेणियों के लिए नस्ली स्व-पहचान के प्रतिशत दिए गए हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में US Census डेटा का विश्लेषण
अभ्यास निर्देश
dataपैरामीटर को DataFrame के नाम पर सेट करके एक boxplot बनाइए. (orient = "h"सेट करने पर boxplots क्षैतिज रूप से प्लॉट होंगे — यानी horizontal.)squeezeका उपयोग करके कॉलमhispanic_whiteमें सबसे बड़े मान वाला राज्य दिखाइए।squeezeका उपयोग करके कॉलमhispanic_otherमें सबसे छोटे मान वाला राज्य दिखाइए।- ध्यान दें कि बहुत कम हिस्पैनिक्स Asian के रूप में पहचान करते हैं, लेकिन एक राज्य high outlier है।
squeezeका उपयोग करके कॉलमhispanic_asianमें सबसे बड़े मान वाला राज्य दिखाइए।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import seaborn and matplotlib.plt
import matplotlib.pyplot as plt
import seaborn as sns
sns.set()
# Create a boxplot
sns.boxplot(data = ____, orient = "h")
plt.show()
# Show states with extreme values in various columns
print(states_hr.nlargest(1, ____).squeeze())
print(states_hr.nsmallest(____).____)
print(____)