自動化你的視覺化
Matplotlib 的一大優勢是可以自動因應輸入資料而調整。例如，即使你拿到的資料包含未知數量的類別，仍然可以建立含有每個類別長條的長條圖。
這個練習要你這麼做。你會再次視覺化 2016 年夏季奧運會的得牌選手資料，但這次資料集中包含未知數量的運動項目。這份資料會以 pandas 的 DataFrame 物件載入為 summer_2016_medals，其中有一個名為 "Sport" 的欄位，指出每一列對應到哪個運動項目。還有一個 "Weight" 欄位，記錄每位運動員的體重。
本練習屬於課程
Matplotlib 資料視覺化入門
練習說明
- 以
sport作為迴圈變數，走訪sports的各個值。 - 在每次迭代中，篩選出
"Sport"欄位等於sport的列。 - 在提供的
ax物件上新增一個長條，標籤為該運動項目名稱，高度為"Weight"欄位的平均值，並以其標準差作為 y 軸的誤差棒。 - 將圖表儲存為檔案
"sports_weights.png"。
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。
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
____