Revenu médian mondial par habitant au fil du temps

La fonction barplot() de seaborn affiche des estimations ponctuelles et des intervalles de confiance sous forme de barres. Par défaut, elle montre la moyenne, mais elle peut aussi représenter une autre statistique sommaire si vous transmettez une fonction numpy donnée à son paramètre estimator :

seaborn.barplot(x=None, y=None, data=None, estimator=<function mean>, ...)

Dans cet exercice, vous utiliserez un jeu de données de la Banque mondiale qui contient le revenu mondial par habitant pour 189 pays depuis l'an 2000. Pour vous exercer à afficher des statistiques sommaires par catégorie, vous allez tracer et comparer le revenu mondial par habitant médian depuis 2000 à la moyenne.

pandas sous pd, numpy sous np, matplotlib.pyplot sous plt et seaborn sous sns ont été importés. Les données sur le revenu mondial sont disponibles dans votre espace de travail sous income_trend.

Cette activité fait partie du cours

Importer et gérer des données financières en Python

Voir le cours

Instructions de l’exercice

Examinez income_trend avec .info().
Créez un sns.barplot() en utilisant la colonne 'Year' pour x et 'Income per Capita' pour y, puis affichez le résultat après avoir fait pivoter les xticks de 45 degrés.
Utilisez plt.close() après le premier plt.show() pour pouvoir afficher un deuxième graphique.
Créez un deuxième sns.barplot() avec les mêmes paramètres x et y, en utilisant estimator=np.median pour calculer la médiane, puis affichez le résultat.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Inspect the data
income_trend.____()

# Create barplot
sns.barplot(x=____, y='Income per Capita', data=____)

# Rotate xticks
plt.____(____=____)

# Show the plot
plt.show()

# Close the plot
plt.close()

# Create second barplot
sns.barplot(x=____, y='Income per Capita', data=____, estimator=____)

# Rotate xticks
plt.____(____)

# Show the plot
plt.show()

Modifier et exécuter le code