Qual è lo stato più favorevole ai mercati?

Esplorando i dati dei farmer's market, ti chiedi quali pattern possano emergere aggregando al livello degli stati. Alcuni stati sono più favorevoli ai mercati rispetto ad altri? Per indagarlo, raggruppi i dati per stato e calcoli il numero di mercati trasformato in log (log_markets) e le popolazioni degli stati (log_pop).

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' }))

Per visualizzare, decidi di usare un grafico di regressione per avere un'idea della relazione "normale" tra numero di mercati e popolazione, e un text-scatter per identificare rapidamente eventuali outlier interessanti.

Questo esercizio fa parte del corso

Migliorare le tue visualizzazioni dei dati in Python

Visualizza il corso

Istruzioni dell'esercizio

Itera sulle righe del DataFrame markets_and_pop.
Posiziona le annotazioni accanto ai punti dello scatter plot.
Riduci la dimensione del testo delle annotazioni a 10 punti.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

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()

Modifica ed esegui il codice