Créer un graphique en grille de facettes

Dans l'exercice précédent, vous avez écrit le code suivant :

# Subset tech and fmcg companies
subset_dat = dataset.loc[dataset["comp_type"].isin(["tech", "fmcg"])]

# Compute yearly average gross margin ratio of tech and fmcg companies
subset_dat_avg = subset_dat.pivot_table(index=["Year", "comp_type"], values = "gross_margin").reset_index()

#Add column company
subset_dat_avg["company"] = np.where(subset_dat_avg["comp_type"]=="tech", "Avg tech", "Avg fmcg")

#Concat the DataFrames
plot_df = pd.concat([subset_dat, subset_dat_avg], axis=0)

Ce code a préparé les données pour produire le graphique suivant : Ce graphique présente la marge brute des entreprises technologiques, des entreprises de produits de grande consommation (FMCG), de l'entreprise technologique moyenne et de l'entreprise de produits de grande consommation moyenne sur plusieurs années.

Il est maintenant temps de tracer le graphique.

Cette activité fait partie du cours

Analyser les états financiers avec Python

Instructions de l’exercice

Utilisez le DataFrame plot_df pour créer le graphique en grille de facettes décrit, avec seaborn.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Make the plot
sns.relplot(data=plot_df.reset_index(drop=True), ____)
plt.show()
plt.close()

Modifier et exécuter le code

Cette activité fait partie du cours

Analyser les états financiers avec Python

SkillTag.level.intermediateSkillTag.label

4.7+

Commencer le cours gratuitement

Dans ce chapitre, vous apprendrez à lire et interpréter un bilan, puis à calculer et utiliser des ratios financiers pour évaluer la performance d'une entreprise à partir des informations du bilan. De plus, vous mettrez en pratique l'utilisation de pandas, un puissant module de manipulation de données, pour analyser les ratios financiers d'une entreprise et les comparer à ceux de ses pairs dans le secteur.

Exercise 1: Introduction au bilan Exercise 2: Associez les éléments du bilan à leur catégorie Exercise 3: Lien entre l'actif, le passif et les capitaux propres des actionnaires Exercise 4: Mettre en pratique l'équation fondamentale de la comptabilité Exercise 5: Ratios financiers tirés du bilan Exercise 6: Faites correspondre chaque ratio à sa famille Exercise 7: Calculer le ratio de liquidité générale Exercise 8: Ratios d'endettement Exercise 9: Calculer des ratios financiers avec pandas Exercise 10: Calculer le ratio de liquidité générale et le ratio d'endettement Exercise 11: Calculer la différence relative par secteur Exercise 12: Calculer les ratios par industrie

Dans ce chapitre, vous apprendrez à lire et interpréter un état des résultats, à calculer des ratios financiers clés et même à créer vos propres fonctions en Python pour automatiser des tâches répétitives. Vous acquerrez aussi de l'expérience avec seaborn, une puissante bibliothèque de visualisation de données, pour produire des graphiques qui vous aideront à comprendre la performance financière d'une entreprise.

Exercise 1: Introduction à l'état des résultats Exercise 2: Calculer le bénéfice net Exercise 3: Calculer des ratios à partir de l'état des résultats Exercise 4: Ratios à partir de l'état des résultats et du bilan Exercise 5: Mettre à jour la fonction définie par l'utilisateur Exercise 6: Mettre à jour la fonction définie par l'utilisateur pour faire une soustraction Exercise 7: Calcul de ratios avec une fonction définie par l'utilisateur Exercise 8: Calculer plusieurs ratios avec la fonction définie par l'utilisateur Exercise 9: Visualiser les ratios pour l'analyse au sein d'une entreprise Exercise 10: Tracer des ratios Exercise 11: Tracer des ratios dans une seule figure

Dans ce chapitre, vous analyserez l'état des flux de trésorerie et utiliserez ses informations pour calculer et interpréter des ratios financiers. En utilisant Seaborn pour créer des graphiques informatifs qui comparent les ratios financiers entre différentes entreprises, vous consoliderez vos connaissances de Python et de la visualisation de données. À la fin du chapitre, vous serez en mesure d'extraire des insights des états des flux de trésorerie avec Python et de traiter des ensembles de données réels et imparfaits contenant des données manquantes.

Exercise 1: État des flux de trésorerie Exercise 2: Attribuer les écritures de trésorerie à la bonne section Exercise 3: Calculer le flux de trésorerie net Exercise 4: Ratios financiers à partir de l'état des flux de trésorerie Exercise 5: Fusionner des états financiers Exercise 6: Calculer des ratios à partir de l'état des flux de trésorerie Exercise 7: Imputation et remplissage des valeurs manquantes à l'aide des moyennes Exercise 8: Imputer les valeurs manquantes avec des centiles Exercise 9: Fusionner des états financiers et combler les valeurs manquantes Exercise 10: Visualiser et comparer les ratios financiers Exercise 11: Tracer des ratios de flux de trésorerie

Dans ce chapitre, vous verrez différents ratios financiers qui mesurent la rentabilité d'une entreprise, comment les calculer et comment les comparer entre entreprises. Vous approfondirez votre connaissance de la bibliothèque Seaborn pour créer des visualisations qui vous aideront à analyser les ratios de rentabilité et à repérer des tendances.

Exercise 1: Aperçu des ratios financiers de certains secteurs Exercise 2: Utiliser les marges dans les tableaux croisés et tracer un diagramme à barres Exercise 3: Préparer les données pour un graphique en grille à facettes Exercise 4: Créer un graphique en grille de facettes

Exercice en cours

Exercise 5: Fonction définie par l'utilisateur pour créer des graphiques Exercise 6: Indicateurs de rentabilité Exercise 7: Lien entre la marge d'exploitation et le ratio d'endettement pour les sociétés immobilières Exercise 8: Pratique avec sns.regplot()Exercise 9: Mise à jour de la fonction définie par l'utilisateur pour le traçage Exercise 10: Aller plus loin dans l'analyse de la rentabilité Exercise 11: Exercez-vous à créer des cartes thermiques Exercise 12: Analyse globale Exercise 13: Bravo !