Verteilung der Inflationsraten in China, Indien und den USA
Wie du im Video gesehen hast, zeigt die Funktion boxplot() zentrale Quantile einer Verteilung in Bezug auf Kategorien an, wobei y eine quantitative Variable und x eine kategoriale Variable ist. In der Statistik ist diese Art der Darstellung als Boxplot (auch: Box-and-Whisker-Plot) bekannt.
Eine Ergänzung zum Boxplot ist swarmplot(). Es zeichnet einen kategorialen Streudiagramm-Plot, der alle kategorialen Beobachtungen ohne Überlappungen darstellt; die Argumente sind ähnlich wie bei boxplot():
seaborn.boxplot(x=None, y=None, data=None, ...)
seaborn.swarmplot(x=None, y=None, data=None, ...)
In dieser letzten Übung vergleichst du die historischen Verteilungen der Inflationsraten nach Ländern – konkret China, Indien und die USA – anstelle von Zeitreihentrends. pandas als pd, matplotlib.pyplot als plt und seaborn als sns sind bereits importiert. Die FRED-Inflationsdaten liegen als inflation in deinem Workspace.
Diese Übung ist Teil des Kurses
Importing and Managing Financial Data in Python
Anleitung zur Übung
- Erstelle und zeige einen Boxplot der
inflation-Daten mit'Country'fürxund'Inflation'füry. - Erstelle und zeige
sns.swarmplot()mit denselben Argumenten.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Create boxplot
sns.____(x=____, y=____, data=____)
# Show the plot
plt.show()
# Close the plot
plt.close()
# Create swarmplot
sns.swarmplot(x=____, y=____, data=____)
# Show the plot
plt.show()