Automatizza la tua visualizzazione
Uno dei principali punti di forza di Matplotlib è che può essere automatizzato per adattarsi ai dati ricevuti in input. Per esempio, se ricevi dati con un numero sconosciuto di categorie, puoi comunque creare un grafico a barre con una barra per ogni categoria.
È proprio quello che farai in questo esercizio. Visualizzerai di nuovo i dati sui vincitori di medaglie alle Olimpiadi estive del 2016, ma questa volta avrai un insieme di dati con un numero sconosciuto di discipline sportive. Questo verrà caricato in memoria come oggetto DataFrame di pandas chiamato summer_2016_medals, che ha una colonna "Sport" che indica a quale disciplina sportiva corrisponde ogni riga. C’è anche una colonna "Weight" che indica il peso di ciascun atleta.
Questo esercizio fa parte del corso
Introduzione alla visualizzazione dei dati con Matplotlib
Istruzioni dell'esercizio
- Itera sui valori di
sportsusandosportcome variabile del ciclo. - A ogni iterazione, estrai le righe in cui la colonna
"Sport"è uguale asport. - Aggiungi una barra all’oggetto
axfornito, etichettandola con il nome dello sport, usando la media della colonna"Weight"come altezza e la deviazione standard come barra di errore sull’asse y. - Salva la figura nel file
"sports_weights.png".
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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
____