哪个州对市场最友好？

在探索农贸市场数据时，您想知道如果按州聚合会出现什么模式。是否有些州比其他州更"市场友好"？为此，您按州对数据分组，并得到市场数量（log_markets）和州人口数（log_pop）的对数变换值。

markets_and_pop = (markets
    .groupby('state', as_index = False)
    .agg({
       'name': lambda d: log(len(d)),
       'state_pop': lambda d: log(d.iloc[0]) })
    .rename(columns = {
        'name': 'log_markets', 
        'state_pop': 'log_pop' }))

为了可视化，您决定使用回归图来了解市场数量与人口数量之间的"常规"关系，并结合文本散点图以便快速识别有意思的离群点。

本练习是课程的一部分

用 Python 提升数据可视化

查看课程

练习说明

遍历 markets_and_pop DataFrame 的各行。
将标注放在对应散点旁边。
将标注文字大小减小到 10 点。

交互式实操练习

通过完成这段示例代码来试试这个练习。

g = sns.regplot(
    "log_markets", "log_pop", 
    ci = False,
    # Shrink scatter plot points
    scatter_kws = {'s':2},
    data = markets_and_pop)

# Iterate over the rows of the data
for _, row in markets_and_pop.____():
    state, _, _, log_markets, log_pop = row
    # Place annotation and reduce size for clarity
    g.annotate(state, (____,____), ____ = ____)

plt.show()

编辑并运行代码