Gidiş-Geliş Moduna Göre Yolculuk Süreleri Isı Haritası
Bu egzersizde, ulusal verilerle gidiş-geliş sürelerini (dakika cinsinden) ulaşım modlarıyla karşılaştıran bir ısı haritası oluşturacaksın. Başlangıçta, bir JSON API yanıt nesnesinin tek veri satırından alınan değerlerden oluşan data_row adlı bir liste veriliyor. Ulaşım modes (5) ve gidiş-geliş times (9) listeleri oluşturulmuş ve konsola yazdırılmış durumda. Tek veri satırını listelerin listesine dönüştürmen, sns.heatmap'e verilebilecek uygun bir DataFrame oluşturman ve ısı haritasını yaratman gerekiyor.
Veri satırı, 5 ulaşım moduna ait verileri 9 gidiş-geliş süresi grupları halinde içerir. Bir yineleme, tam bir gidiş-geliş süreleri setidir.
pandas ve seaborn her zamanki kısaltmalarla yüklendi.
Bu egzersiz, kursun bir parçasıdır
Python ile ABD Nüfus Sayımı Verilerini Analiz Etme
Egzersiz talimatları
iter_lendeğerinitimeslistesinin uzunluğuna ayarla- Liste üreteci içinde, başlangıcı 0 olan, bitişi
data_rowuzunluğu ve adımıiter_lenolan bir aralık oluştur - İlk parametre olarak
commutingDataFrame'ini kullanarak bir ısı haritası oluştur; ısı haritasını binler basamağındaki gidiş-geliş sayısıyla anotasyonla (bölmeyi1000ile tamsayı bölme kullanarak yap)
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Set iter_len to the number of commute times
iter_len = ____
# Break row into list of lists by travel mode
data = [data_row[i:i+iter_len] for i in range(____)]
# Create DataFrame, set data type to int
commuting = pd.DataFrame(data=data, index=modes, columns=times)
commuting = commuting.astype(int)
# Create heatmap of commuters by mode by income
sns.heatmap(____, annot=____, fmt = "d", cmap="YlGnBu")
plt.xticks(rotation = 50)
plt.yticks(rotation = 50)
plt.show()