Migratiestromen tussen staten
In de video zag je een heatmap van migratiestromen tussen staten, maar die was nogal druk. In deze oefening kijk je alleen naar stromen binnen het Midwesten.
Er is een DataFrame state_to_state geladen en de eerste paar rijen zijn in de console weergegeven. Onthoud uit de video dat de rijlabels de staat aangeven waarnaar is verhuisd, terwijl de kolomnamen de staat aangeven waarvandaan is verhuisd.
Er is een lijst midwest_states gedefinieerd met de namen van de staten in het Midwesten. (Print hem naar de console als je wilt zien welke staten erin staan.) De DataFrame gebruikt ook staatsnamen voor de kolomnamen en index, dus je gebruikt midwest_states om de kolommen en rijen te selecteren die je voor deze heatmap wilt gebruiken.
pandas en seaborn zijn geïmporteerd met de gebruikelijke aliassen.
Deze oefening maakt deel uit van de cursus
US Census-gegevens analyseren in Python
Oefeninstructies
- Maak een subset van de DataFrame met alleen die kolommen die overeenkomen met de lijst met staatsnamen, en alleen die rijen waarvan de indexen in de lijst met staatsnamen staan.
- Door het subselecteren kunnen kolommen en rijen opnieuw geordend zijn. Controleer of
midwest.indexgelijk is aanmidwest.columns. - Sorteer de DataFrame op rij-index (
axis = 0) en op kolomnaam (axis = 1). Gebruik in beide gevalleninplace = True. - Maak een heatmap van
midwest. Pas een geel-groen-blauw kleurverloop toe metcmap="YlGnBu".
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Retain only rows and columns of Midwest states
midwest = state_to_state[____][state_to_state.index.isin(____)]
# Are rows and columns still in the same order?
print(____)
# Sort the rows (by index) and columns (by name)
midwest.sort_index(axis = ____, ____)
midwest.sort_index(axis = ____, ____)
# Create a heatmap of migration flows
____
plt.xticks(rotation=90)
plt.yticks(rotation=0)
plt.show()