Vizualizace mezinárodního rozdělení příjmů

seaborn je Python knihovna pro vizualizaci statistických dat postavená na matplotlib.

Funkce distplot() z balíčku seaborn ve výchozím nastavení vytvoří histogram, kde jsou data rozdělena do intervalů a zobrazena jako sloupce, a zároveň přidá odhad hustoty jádra (KDE), tedy vyhlazenou verzi histogramu. Pomocí distplot() můžeš také vytvořit graf zvaný rugplot, který přidá značky u spodního okraje grafu a tím znázorní hustotu pozorování podél osy x.

seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, ...)

V předchozích cvičeních jsi vytvořil/a kvantilový graf, který poskytl poměrně podrobný přehled o úrovni příjmu na obyvatele v různých částech rozdělení. Teď použiješ distplot(), abys viděl/a celý obrázek!

pandas je importován jako pd a DataFrame income z předchozího cvičení máš k dispozici ve svém pracovním prostředí.

Toto cvičení je součástí kurzu

Importing and Managing Financial Data in Python

Zobrazit kurz

Pokyny k cvičení

Importuj seaborn jako sns a matplotlib.pyplot jako plt.
Vypiš souhrnné statistiky pomocí .describe().
Vykresli a zobraz základní histogram sloupce 'Income per Capita' pomocí .distplot().
Vytvoř a zobraz rugplot stejných dat — nastav dodatečné argumenty: bins na 50, kde na False a rug na True.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import seaborn and matplotlib
____
____

# Print the summary statistics for income
print(____.____())

# Plot a basic histogram of income per capita
____

# Show the plot
plt.show()

# Plot a rugplot
sns.distplot(income['Income per Capita'], ____, ____, ____)

# Show the plot
plt.show()

Upravit a spustit kód