依通勤方式的旅行時間熱度圖

在這個練習中，你會建立全國資料的熱度圖，用來比較通勤時間（分鐘）與交通方式。你從 data_row 開始，這是一個來自 JSON API 回應物件、僅含單一資料列的值清單。已建立並在主控台列印 5 種旅行 modes 與 9 個通勤 times 的清單。你需要把這筆單列資料重塑為「清單的清單」，建立可供傳入 sns.heatmap 的 DataFrame，並繪製熱度圖。

這筆資料列包含 5 種交通方式，每種方式對應一組含 9 個通勤時間的資料。一個 iteration 指的是一整組通勤時間。

已使用慣用別名載入 pandas 與 seaborn。

本練習屬於課程

使用 Python 分析美國 Census 資料

檢視課程

練習說明

將 iter_len 設為 times 清單的長度。
在列表生成式中，建立一個 range，起始為 0，終止為 data_row 的長度，步長為 iter_len。
以 commuting DataFrame 作為第一個參數建立熱度圖；並在圖上標註以千為單位的通勤次數（使用整數除法除以 1000）。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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()

編輯並執行程式碼