Aan de slagGa gratis aan de slag

Booleaanse indexering en Matplotlib-plezier

Laten we nu bekijken hoe Booleaanse indexering je kan helpen data visueel te verkennen met slechts een paar regels code. In deze oefening ga je veel van wat je hebt geleerd oefenen: data uit een dictionary omzetten naar een bruikbare pandas DataFrame, indexeren met Booleans en daarna matplotlib gebruiken om je data te visualiseren en relaties in de wildlife strikes-data te ontdekken.

Deze oefening maakt deel uit van de cursus

Python voor MATLAB-gebruikers

Cursus bekijken

Oefeninstructies

  • Zet de strikes-dictionary om naar een DataFrame.
  • Maak een Booleaanse filter voor 'Turbofan' in de kolom 'Engine'.
  • Maak een Booleaanse filter voor 'Turboprop' in de kolom 'Engine'.
  • Maak twee scatterplots met turbofan en turboprop om de strikes-gegevensset te filteren.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create a dictionary and then a DataFrame from the dictionary
strikes = {'Date': date,'Speed': speed,'Height':height,'Engine':engine}
strikes = pd.____(strikes)

# Filter strikes by engine type
turbofan = strikes['Engine']=='____'
turboprop = strikes['____']=='____'

# Create scatter plot of speed and height for each engine type
plt.scatter(strikes[____]['Speed'],strikes[____]['Height'],label='Turbofan')
plt.scatter(strikes[____]['Speed'],strikes[____]['Height'],label='Turboprop')
plt.legend()
plt.xlabel('Strike speed (knots)')
plt.ylabel('Strike height (feet)')
plt.show()
Code bewerken en uitvoeren