Globální mediánový příjem na obyvatele v čase

Funkce barplot() z knihovny seaborn zobrazuje bodové odhady a intervaly spolehlivosti jako obdélníkové sloupce; ve výchozím nastavení zobrazuje průměr, ale pomocí parametru estimator lze zobrazit i jiný souhrnný statistický ukazatel — stačí předat příslušnou funkci z knihovny numpy:

seaborn.barplot(x=None, y=None, data=None, estimator=<function mean>, ...)

V tomto cvičení budeš pracovat s importovaným datasetem Světové banky, který obsahuje data o příjmu na obyvatele pro 189 zemí od roku 2000. Procvičíš si zobrazování souhrnných statistik podle kategorií — porovnáš mediánový a průměrný globální příjem na obyvatele od roku 2000.

pandas jako pd, numpy jako np, matplotlib.pyplot jako plt a seaborn jako sns jsou již naimportovány. Data o globálních příjmech jsou dostupná v proměnné income_trend.

Toto cvičení je součástí kurzu

Importing and Managing Financial Data in Python

Zobrazit kurz

Pokyny k cvičení

Prozkoumej income_trend pomocí .info().
Vytvoř graf sns.barplot() s hodnotami ze sloupce 'Year' pro osu x a 'Income per Capita' pro osu y, otočte popisky xticks o 45 stupňů a graf zobraz.
Po prvním plt.show() použij plt.close(), aby bylo možné zobrazit druhý graf.
Vytvoř druhý graf sns.barplot() se stejným nastavením x a y, tentokrát s parametrem estimator=np.median pro výpočet mediánu, a graf zobraz.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Inspect the data
income_trend.____()

# Create barplot
sns.barplot(x=____, y='Income per Capita', data=____)

# Rotate xticks
plt.____(____=____)

# Show the plot
plt.show()

# Close the plot
plt.close()

# Create second barplot
sns.barplot(x=____, y='Income per Capita', data=____, estimator=____)

# Rotate xticks
plt.____(____)

# Show the plot
plt.show()

Upravit a spustit kód