Автоматизуйте свою візуалізацію

Одна з головних переваг Matplotlib у тому, що його можна автоматизувати, щоб він підлаштовувався під дані, які надходять на вхід. Наприклад, якщо ви отримали дані з невідомою кількістю категорій, ви все одно можете побудувати стовпчикову діаграму з окремим стовпчиком для кожної категорії.

Саме це ви й зробите у цій вправі. Ви знову візуалізуватимете дані про призерів літніх Олімпійських ігор 2016 року, але тепер у вас буде набір даних із деякою невідомою кількістю видів спорту. Його буде завантажено в памʼять як обʼєкт pandas DataFrame з назвою summer_2016_medals, який має стовпець "Sport", що вказує, до якого виду спорту належить кожен рядок. Є також стовпець "Weight", який містить вагу кожного спортсмена.

Ця вправа є частиною курсу

Вступ до візуалізації даних з Matplotlib

Переглянути курс

Інструкції до вправи

Ітеруйтеся значеннями sports, використовуючи sport як змінну циклу.
На кожній ітерації виберіть рядки, де стовпець "Sport" дорівнює sport.
Додайте стовпчик до наданого обʼєкта ax, підписаний назвою виду спорту, із висотою, що дорівнює середньому значенню стовпця "Weight", та зі стандартним відхиленням як похибкою по осі y.
Збережіть фігуру у файл "sports_weights.png".

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

fig, ax = plt.subplots()

# Loop over the different sports branches
for ____ in ____:
  # Extract the rows only for this sport
  sport_df = ____
  # Add a bar for the "Weight" mean with std y error bar
  ____

ax.set_ylabel("Weight")
ax.set_xticklabels(sports, rotation=90)

# Save the figure to file
____

Редагувати та запускати код