Otomatisasikan visualisasi Anda

Salah satu kekuatan utama Matplotlib adalah kemampuannya untuk diotomatisasi agar menyesuaikan dengan data yang diterima sebagai masukan. Misalnya, jika Anda menerima data dengan jumlah kategori yang tidak diketahui, Anda tetap dapat membuat plot batang yang memiliki batang untuk setiap kategori.

Inilah yang akan Anda lakukan dalam latihan ini. Anda akan memvisualisasikan kembali data tentang peraih medali di Olimpiade Musim Panas 2016, tetapi kali ini Anda memiliki himpunan data dengan jumlah cabang olahraga yang tidak diketahui. Data ini akan dimuat ke memori sebagai objek pandas DataFrame bernama summer_2016_medals, yang memiliki kolom "Sport" yang menunjukkan cabang olahraga untuk setiap baris. Terdapat juga kolom "Weight" yang menunjukkan berat badan setiap atlet.

Latihan ini adalah bagian dari kursus

Pengantar Visualisasi Data dengan Matplotlib

Lihat Kursus

Petunjuk latihan

Iterasikan nilai-nilai sports dengan menetapkan sport sebagai variabel loop Anda.
Pada setiap iterasi, ekstrak baris-baris di mana kolom "Sport" sama dengan sport.
Tambahkan sebuah batang ke objek ax yang disediakan, beri label dengan nama olahraganya, dengan tinggi berupa rata-rata kolom "Weight", dan simpangan baku sebagai batang galat pada sumbu-y.
Simpan gambar ke dalam berkas "sports_weights.png".

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

fig, ax = plt.subplots()

# Loop over the different sports branches
for ____ in ____:
  # Extract the rows only for this sport
  sport_df = ____
  # Add a bar for the "Weight" mean with std y error bar
  ____

ax.set_ylabel("Weight")
ax.set_xticklabels(sports, rotation=90)

# Save the figure to file
____

Edit dan Jalankan Kode