Visualizar la distribución de ingresos internacionales

seaborn es una biblioteca de visualización en Python para datos estadísticos basada en matplotlib.

Por defecto, la función distplot() del paquete seaborn crea un histograma, donde los datos se agrupan en rangos y se representan como barras, y ajusta una estimación de densidad por kernel (KDE), o histograma suavizado. También puedes usar distplot() para crear otro tipo de gráfico llamado rugplot, que añade marcas en la parte inferior del gráfico para indicar la densidad de observaciones a lo largo del eje x.

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

En ejercicios anteriores, creaste un gráfico de cuantiles que ofrecía una visión bastante detallada del nivel de ingreso per cápita en distintos puntos de la distribución. Aquí, usarás distplot() para ver el panorama completo.

pandas se ha importado como pd, y el DataFrame income del ejercicio anterior está disponible en tu espacio de trabajo.

Este ejercicio forma parte del curso

Importación y gestión de datos financieros en Python

Ver curso

Instrucciones del ejercicio

Importa seaborn como sns y matplotlib.pyplot como plt.
Imprime las estadísticas resumidas con .describe().
Traza y muestra un histograma básico de la columna 'Income per Capita' con .distplot().
Crea y muestra un rugplot de los mismos datos estableciendo los argumentos adicionales bins igual a 50, kde a False y rug a True.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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()

Editar y ejecutar código