Phần 3: Trực quan hóa dữ liệu
Trực quan hóa dữ liệu rất quan trọng cho phân tích khám phá dữ liệu (EDA). So với RDD, PySpark DataFrame phù hợp hơn cho trực quan hóa nhờ cấu trúc và schema sẵn có.
Trong phần thứ ba này, bạn sẽ tạo biểu đồ histogram cho độ tuổi của tất cả các cầu thủ người Đức từ DataFrame mà bạn đã tạo ở bài trước. Để làm điều này, trước hết bạn sẽ chuyển PySpark DataFrame sang Pandas DataFrame và dùng hàm plot() của matplotlib để tạo biểu đồ mật độ (density plot) cho độ tuổi của tất cả các cầu thủ người Đức.
Hãy nhớ rằng bạn đã có sẵn SparkSession spark, bảng tạm fifa_df_table và DataFrame fifa_df_germany_age trong không gian làm việc.
Bài tập này là một phần của khóa học
Nền tảng Big Data với PySpark
Hướng dẫn bài tập
- Chuyển
fifa_df_germany_agethành Pandas DataFramefifa_df_germany_age_pandas. - Tạo biểu đồ mật độ (density plot) cho cột 'Age' từ Pandas DataFrame
fifa_df_germany_age_pandas.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Convert fifa_df to fifa_df_germany_age_pandas DataFrame
fifa_df_germany_age_pandas = fifa_df_germany_age.____()
# Plot the 'Age' density of Germany Players
____.plot(kind='density')
plt.show()