Zacznij terazZacznij za darmo

Indeksowanie logiczne i wizualizacja w Matplotlib

Sprawdź teraz, jak indeksowanie logiczne pomaga eksplorować dane wizualnie w zaledwie kilku linijkach kodu. W tym ćwiczeniu przećwiczysz wiele rzeczy, których się nauczyłeś – konwersję danych ze słownika do użytecznego DataFrame'a biblioteki pandas, indeksowanie za pomocą wartości logicznych, a następnie wizualizację danych przy użyciu matplotlib, aby odkryć zależności w danych o kolizjach z dzikimi zwierzętami.

To ćwiczenie jest częścią kursu

Python dla użytkowników MATLAB-a

Zobacz kurs

Instrukcje do ćwiczenia

  • Przekształć słownik strikes w DataFrame.
  • Utwórz filtr logiczny dla wartości 'Turbofan' w kolumnie 'Engine'.
  • Utwórz filtr logiczny dla wartości 'Turboprop' w kolumnie 'Engine'.
  • Narysuj dwa wykresy punktowe, używając zmiennych turbofan i turboprop do filtrowania zbioru danych strikes.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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()
Edytuj i uruchom kod