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

cvičení

Výpočet různých metrik podle sektoru a roku IPO

Funkce pointplot() z knihovny seaborn usnadňuje porovnávání souhrnných statistik numerické proměnné pro různé úrovně kategorických proměnných:

seaborn.pointplot(x=None, y=None, hue=None, data=None, ...)

Ve videu jsi viděl/a vizualizaci tržní kapitalizace (numerická proměnná) rozlišenou podle toho, zda k IPO (kategorická proměnná) došlo před rokem 2000 (první úroveň), nebo po něm (druhá úroveň).

V tomto cvičení porovnáš průměrnou tržní kapitalizaci pro každý rok od roku 2000 na burzách NYSE a NASDAQ – po vyřazení odlehlých hodnot nad 95. percentilem. Knihovny pandas jako pd a matplotlib.pyplot jako plt jsou již naimportovány a DataFrame listings s referenčním sloupcem 'Exchange' je dostupný v tvém pracovním prostoru.

Pokyny

100 XP
  • Importuj seaborn jako sns.
  • Filtruj listings tak, aby obsahoval pouze společnosti s IPO po roce 2000 ze všech burz kromě 'amex'.
  • Převeď data ve sloupci 'IPO Year' na celá čísla.
  • Vytvoř sloupec market_cap_m, který vyjadřuje tržní kapitalizaci v milionech USD.
  • Filtruj market_cap_m tak, aby byly vyřazeny hodnoty nad 95. percentilem.
  • Vytvoř pointplot pro listings s použitím sloupce 'IPO Year' pro x, 'market_cap_m' pro y a 'Exchange' pro hue. Zobraz výsledek s popisky osy x otočenými o 45 stupňů.