狗像素百分比
解析狗狗標註資料的最後一個任務，是判斷每張影像中屬於狗（或多隻狗）的像素百分比。你需要運用本課程學到的各種技巧來計算這些資訊，並把它們加成欄位，供後續分析使用。
要計算像素百分比，先計算每隻狗所代表的像素總數，然後在同一張影像內加總。你可以用以下公式計算邊界框（bounding box）：
(Xend - Xstart) * (Yend - Ystart)
注意：你可以在此情境中忽略邊界框彼此重疊的可能性。
至於百分比，計算方式為「狗像素總數」除以影像的總像素數，再乘以 100。
joined_df DataFrame 與你上次使用時相同。pyspark.sql.functions 已以 F 作為別名。
本練習屬於課程
使用 PySpark 清理資料
練習說明
- 定義一個 Python 函式，接受一個由 tuple 組成的清單（狗物件），並計算每張影像的「狗」像素總數。
- 以該函式建立 UDF，並用它在 DataFrame 上建立名為
'dog_pixels'的新欄位。 - 再建立另一個欄位
'dog_percent'，表示影像中'dog_pixels'的百分比。請確保此值介於 0–100%。在指定欄位時只使用欄位名稱字串（也就是用「columnname」，不要用 df.columnname）。 - 顯示影像中
'dog_pixels'超過 60% 的前 10 列。請使用 SQL 風格的字串條件（也就是用 'columnname > ____'）。
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。
# Calculate total pixels occupied by dogs in the image
def dogPixelCount(doglist):
totalpixels = ____
for dog in doglist:
totalpixels += (dog[____] - ____[1]) * (____[____] - ____)
return totalpixels
# Define a UDF for the pixel count
udfDogPixelCount = ____
# Add a new column 'dog_pixels' containing the pixel count for dogs in each image
joined_df = ____
# Add a column 'dog_percent' representing the percentage of the image occupied by dogs
joined_df = joined_df.____('dog_percent', (____ / (____)) * ____)
# Show the first 10 annotations with more than 60% dog
____