Qual estado é mais favorável aos mercados?

Ao explorar os dados de feiras de produtores, você se pergunta que padrões poderiam aparecer ao agregar no nível de estado. Alguns estados são mais favoráveis a mercados do que outros? Para investigar, você agrupa os dados por estado e obtém o número de mercados com transformação logarítmica (log_markets) e as populações dos estados (log_pop).

markets_and_pop = (markets
    .groupby('state', as_index = False)
    .agg({
       'name': lambda d: log(len(d)),
       'state_pop': lambda d: log(d.iloc[0]) })
    .rename(columns = {
        'name': 'log_markets', 
        'state_pop': 'log_pop' }))

Para visualizar, você decide usar um gráfico de regressão para ter uma ideia da relação "normal" entre número de mercados e população, e um gráfico de dispersão com rótulos de texto para identificar rapidamente outliers interessantes.

Este exercicio faz parte do curso

Aprimorando suas visualizações de dados em Python

Ver curso

Instruções do exercicio

Itere sobre as linhas do DataFrame markets_and_pop.
Posicione as anotações ao lado de seus pontos no gráfico de dispersão.
Reduza o tamanho do texto das anotações para 10 pontos.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

g = sns.regplot(
    "log_markets", "log_pop", 
    ci = False,
    # Shrink scatter plot points
    scatter_kws = {'s':2},
    data = markets_and_pop)

# Iterate over the rows of the data
for _, row in markets_and_pop.____():
    state, _, _, log_markets, log_pop = row
    # Place annotation and reduce size for clarity
    g.annotate(state, (____,____), ____ = ____)

plt.show()

Editar e Executar Código