Tempa růstu v Brazílii, Číně a USA

Teď je čas rozšířit analýzu za hranice absolutních hodnot mezinárodního příjmu na hlavu a zaměřit se na tempa růstu. Soubor 'income_growth.csv' obsahuje tempa růstu příjmu na hlavu za posledních 40 let pro Brazílii, Čínu a USA.

Distribuci historických temp růstu pro každou zemi zobrazíš ve stejném grafu pomocí KDE grafu, který usnadní vizuální porovnání rozsahu růstu, jež tyto trhy za dané období zažily.

Od tohoto místa v kurzu dál bys měl/a vždy prozkoumat jakýkoli DataFrame pomocí .info() v konzoli, i když to není v pokynech výslovně uvedeno. Knihovny pandas jako pd, seaborn jako sns a matplotlib.pyplot jako plt jsou už naimportované.

Toto cvičení je součástí kurzu

Importing and Managing Financial Data in Python

Zobrazit kurz

Pokyny k cvičení

Načti soubor 'income_growth.csv' do proměnné growth. Sloupec 'DATE' naparsuj jako dtype datetime64 a nastav ho jako index.
Prozkoumej souhrnnou statistiku těchto tří temp růstu pomocí odpovídající funkce.
Iteruj přes atribut growth.columns v cyklu for, abys získal/a jejich popisky. Většina kódu je již připravena.
- V každé iteraci funkce distplot() předej iterační proměnnou column pro výběr příslušného sloupce, nastav klíčové slovo hist na False a label na column.
- Zobraz výsledek.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Load the file into growth
growth = pd.read_csv(____, parse_dates=____).____(____)

# Inspect the summary statistics for the growth rates
growth.____()

# Iterate over the three columns
for column in growth.____:
    sns.____(growth[____], hist=____, label=____)
    
# Show the plot
plt.show()

Upravit a spustit kód