Firmy podle sektoru na všech burzách

Kategorická proměnná je proměnná, která nabývá jedné z omezeného počtu hodnot na základě nějaké kvalitativní vlastnosti. Frekvenční rozdělení pak vyjadřuje, kolikrát se daná hodnota kategorické proměnné v datech vyskytuje.

Vzpomeň si na data o burzách z předchozích kapitol. Funkce .mean() příliš nepomůže při zjišťování četnosti hodnot ve sloupci 'Sector', jako jsou 'Technology' nebo 'Finance' – tam se mnohem lépe hodí .value_counts() a .nunique().

V tomto cvičení porovnáš rozložení akcií na burzách AMEX, NASDAQ a NYSE podle sektoru. pandas je importován jako pd a matplotlib.pyplot jako plt. Informace o akciích z předchozích cvičení jsou načteny do slovníku listings, jehož klíče jsou 'amex', 'nasdaq' a 'nyse'.

Toto cvičení je součástí kurzu

Importing and Managing Financial Data in Python

Zobrazit kurz

Pokyny k cvičení

Vytvoř seznam exchanges obsahující přesné názvy burz jako řetězce ve výše uvedeném pořadí.
Pomocí cyklu for prochází seznam exchanges s proměnnou iterátoru exchange, která v každé iteraci obsahuje název jedné burzy. V každé iteraci:
- Aplikuj .value_counts() na sloupec 'Sector' a výsledek ulož do proměnné sectors.
- Seřaď sectors sestupně a vykresli je jako sloupcový graf.
- Zobraz výsledek.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create the list exchanges
exchanges = [____, ____, ____]

# Iterate over exchanges then plot and show result
for ____ in exchanges:
    sectors = listings[____].____.____()
    # Sort in descending order and plot
    sectors.sort_values(____=____).plot(____=____)
    # Show the plot
    plt.show()

Upravit a spustit kód