Visualiser la distribution des revenus internationaux

seaborn est une bibliothèque Python de visualisation axée sur les données statistiques, basée sur matplotlib.

Par défaut, la fonction distplot() du module seaborn crée un histogramme, où les données sont regroupées en intervalles et tracées sous forme de barres, et elle ajuste une estimation à noyau (KDE), soit un histogramme lissé. Vous pouvez aussi utiliser distplot() pour créer un autre type de graphique appelé rugplot, qui ajoute des marqueurs au bas du graphique pour indiquer la densité des observations le long de l'axe des x.

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

Dans les exercices précédents, vous avez créé un graphique quantile qui donnait une idée assez fine du niveau de revenu par habitant à différents points de la distribution. Ici, vous utiliserez distplot() pour obtenir la vue d'ensemble complète!

pandas a été importé sous le nom pd, et le DataFrame income de l'exercice précédent est disponible dans votre espace de travail.

Cette activité fait partie du cours

Importer et gérer des données financières en Python

Voir le cours

Instructions de l’exercice

Importez seaborn sous le nom sns et matplotlib.pyplot sous le nom plt.
Affichez les statistiques sommaires fournies par .describe().
Tracez et affichez un histogramme de base de la colonne 'Income per Capita' avec .distplot().
Créez et affichez un rugplot des mêmes données en fixant les arguments supplémentaires bins à 50, kde à False et rug à True.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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()

Modifier et exécuter le code