Dit is de laatste etappe. Je hebt veel geleerd over het verwerken van een grote gegevensset in stukken. In deze laatste oefening stop je alle code voor het verwerken van de data in één functie, zodat je de code kunt hergebruiken zonder alles steeds opnieuw te hoeven schrijven.

Je gaat de functie plot_pop() definiëren, die twee argumenten verwacht: de bestandsnaam van het te verwerken bestand en de landcode van de rijen die je in de gegevensset wilt verwerken.

Omdat alle code die je in de vorige oefeningen hebt geschreven in plot_pop() komt, doet het aanroepen van de functie al het volgende:

Het bestand stuk voor stuk laden,
De nieuwe kolom met stedelijke bevolkingswaarden aanmaken, en
De gegevens over de stedelijke bevolking plotten.

Dat is een hoop werk, maar met de functie kun je nu eenvoudig hetzelfde proces herhalen voor elk bestand en elke landcode die je wilt verwerken en visualiseren!

Je gaat de data uit 'ind_pop_data.csv' gebruiken, beschikbaar in je huidige map. De pakketten pandas en matplotlib.pyplot zijn respectievelijk geïmporteerd als pd en plt zodat jij ze kunt gebruiken.

Neem, als je klaar bent, even de tijd om naar de grafieken te kijken en stil te staan bij de nieuwe vaardigheden die je hebt opgedaan. De reis eindigt hier niet! Als je het leuk vond om met deze data te werken, kun je verder verkennen met de voorbewerkte versie die beschikbaar is op Kaggle.

De read_csv-iterator van pandas gebruiken voor het streamen van data

Create Your Free Account