1. Učit se
  2. /
  3. Kurzy
  4. /
  5. Importing and Managing Financial Data in Python

Connected

cvičení

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.

Pokyny

100 XP
  • 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.