शुरू करेंमुफ़्त में शुरू करें

कौन-सा राज्य मार्केट-फ्रेंडली है?

फार्मर्स मार्केट डेटा को एक्सप्लोर करते हुए, आप सोचते हैं कि अगर आप इसे राज्य-स्तर पर एग्रीगेट करें तो कौन-से पैटर्न दिख सकते हैं। क्या कुछ राज्य दूसरों की तुलना में अधिक मार्केट-फ्रेंडली हैं? इसे जाँचने के लिए, आप अपने डेटा को state के हिसाब से group करते हैं और मार्केट्स की log-ट्रांसफॉर्म्ड संख्या (log_markets) और राज्यों की आबादी (log_pop) निकालते हैं.

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' }))

विज़ुअलाइज़ करने के लिए, आप एक regression plot का उपयोग करने का निर्णय लेते हैं ताकि मार्केट और population की संख्याओं के बीच 'सामान्य' संबंध का अंदाज़ा लगे, और साथ ही टेक्स्ट-स्कैटर से दिलचस्प outliers को जल्दी पहचाना जा सके.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में अपनी डेटा विज़ुअलाइज़ेशन बेहतर करें

पाठ्यक्रम देखें

अभ्यास निर्देश

  • markets_and_pop DataFrame की पंक्तियों पर iterate करें.
  • उनके scatter plot points के पास annotations रखें.
  • एनोटेशन के टेक्स्ट का size 10 points तक घटाएँ.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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()
कोड संपादित करें और चलाएँ