州際人口流動
在影片中，你看過一張州際遷徙流量的熱圖，但畫面相當雜亂。這個練習中，你只會查看「中西部」地區內部的流動。
已載入一個 DataFrame state_to_state，其前幾列已顯示在主控台。回想影片中的說明：列標籤代表移入的州（moved to），欄名代表移出的州（moved from）。
清單 midwest_states 已定義為中西部各州的名稱。（如果想看看包含哪些州，可以將它列印到主控台。）這個 DataFrame 的欄名與索引也都是州名，因此你會用 midwest_states 來擷取此熱圖所需的欄與列。
pandas 與 seaborn 已使用慣用別名匯入。
本練習屬於課程
使用 Python 分析美國 Census 資料
練習說明
- 篩選資料框，只保留欄名在該州名清單中的欄，並只保留索引在該州名清單中的列。
- 篩選後欄與列的順序可能被改變。請檢查
midwest.index是否等於midwest.columns。 - 依列索引（
axis = 0）與欄名（axis = 1）排序 DataFrame。兩者皆使用inplace = True。 - 以
midwest繪製熱圖。將色階設為黃－綠－藍漸層，使用cmap="YlGnBu"。
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。
# Retain only rows and columns of Midwest states
midwest = state_to_state[____][state_to_state.index.isin(____)]
# Are rows and columns still in the same order?
print(____)
# Sort the rows (by index) and columns (by name)
midwest.sort_index(axis = ____, ____)
midwest.sort_index(axis = ____, ____)
# Create a heatmap of migration flows
____
plt.xticks(rotation=90)
plt.yticks(rotation=0)
plt.show()