Validierung der Reichweite
Jetzt ist es an der Zeit, unsere numerischen Daten zu validieren. In der letzten Lektion haben wir mit .describe() herausgefunden, dass die höchste Arbeitslosenquote im Jahr 2021 fast 34 % betrug, während die niedrigste knapp über null lag.
Deine Aufgabe in dieser Übung ist es, mithilfe eines Seaborn-Kastendiagramms viel detailliertere Informationen über die Bandbreite der unemployment-Daten zu erhalten. Außerdem visualisierst du die Bandbreite der Arbeitslosenquoten auf den einzelnen Kontinenten, um geografische Unterschiede zu verstehen.
unemployment ist verfügbar und Folgendes wurde für dich importiert: Seaborn als sns, matplotlib.pyplot als plt und pandas als pd.
Diese Übung ist Teil des Kurses
Explorative Datenanalyse in Python
Anleitung zur Übung
- Gib die minimale und maximale Arbeitslosenquote in dieser Reihenfolge für das Jahr 2021 aus.
- Erstelle ein Boxplot der Arbeitslosenquoten von 2021 (auf der x-Achse), aufgeschlüsselt nach Kontinenten (auf der y-Achse).
Interaktive Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Print the minimum and maximum unemployment rates during 2021
print(____, ____)
# Create a boxplot of 2021 unemployment rates, broken down by continent
____
plt.show()