Heatmap dei tempi di percorrenza per modalità di spostamento
In questo esercizio creerai una heatmap con dati nazionali che confrontano i tempi di pendolarismo (in minuti) e le modalità di spostamento. Parti da data_row, una lista di valori provenienti dall’unica riga di dati di un oggetto di risposta JSON dell’API. Sono state create le liste delle modes (5) di viaggio e dei times (9) di pendolarismo, entrambe stampate in console. Devi rimodellare l’unica riga di dati in una lista di liste, costruire un DataFrame adatto da passare a sns.heatmap e creare la heatmap.
La riga di dati contiene i dati sulle 5 modalità di spostamento in gruppi di 9 tempi di pendolarismo. Un’iterazione è un set completo di tempi di pendolarismo.
pandas e seaborn sono già caricati con i soliti alias.
Questo esercizio fa parte del corso
Analizzare i dati del Censimento USA con Python
Istruzioni dell'esercizio
- Imposta
iter_lenalla lunghezza della listatimes - Nella list comprehension, costruisci un range con inizio 0, fine pari alla lunghezza di
data_rowe passoiter_len - Costruisci una heatmap con il DataFrame
commutingcome primo parametro; annota la heatmap con il conteggio dei pendolari in migliaia (usa la divisione intera per dividere per1000)
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Set iter_len to the number of commute times
iter_len = ____
# Break row into list of lists by travel mode
data = [data_row[i:i+iter_len] for i in range(____)]
# Create DataFrame, set data type to int
commuting = pd.DataFrame(data=data, index=modes, columns=times)
commuting = commuting.astype(int)
# Create heatmap of commuters by mode by income
sns.heatmap(____, annot=____, fmt = "d", cmap="YlGnBu")
plt.xticks(rotation = 50)
plt.yticks(rotation = 50)
plt.show()