Resaltar valores en la distribución
A veces es necesario manipular tus datos para crear una visualización mejor. Dos métodos que pueden gestionar los valores ausentes son .dropna() y .fillna(). También puedes eliminar valores atípicos filtrando las entradas que estén por encima o por debajo de cierto percentil aplicando una condición con .quantile() a una columna concreta.
En el vídeo también viste cómo resaltar un valor concreto en una gráfica añadiendo una línea vertical en la posición x a lo largo de los ejes:
Axes.axvline(x=0, color=None, ...)
En este ejercicio, darás un último vistazo a la distribución de ingresos global, luego eliminarás los valores atípicos por encima del percentil 95, representarás la distribución y resaltarás tanto la media como la mediana. pandas como pd, seaborn como sns y matplotlib.pyplot como plt ya se han importado, y el DataFrame income de ejercicios anteriores está disponible en tu espacio de trabajo.
Este ejercicio forma parte del curso
Importación y gestión de datos financieros en Python
Instrucciones del ejercicio
- Asigna la columna
'Income per Capita'ainc_per_capita. - Filtra para quedarte solo con las filas de
inc_per_capitaque están por debajo del percentil 95. Reasigna a la misma variable. - Dibuja un histograma por defecto para la versión filtrada de
inc_per_capitay asígnalo aax. - Usa
ax.axvline()concolor='b'para resaltar la media deinc_per_capitaen azul, - Usa
ax.axvline()concolor='g'para resaltar la mediana en verde. ¡Muestra el resultado!
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Create inc_per_capita
inc_per_capita = ____
# Filter out incomes above the 95th percentile
inc_per_capita = inc_per_capita[____ < ____]
# Plot histogram and assign to ax
ax = ____
# Highlight mean
ax.axvline(inc_per_capita.mean(), color='b')
# Highlight median
ax.axvline(inc_per_capita.median(), color='g')
# Show the plot
plt.show()