CommencerCommencez gratuitement

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 : This plot shows the gross margin of tech companies, FMCG companies, the average tech company, and the average FMCG companies over many years.

Il est maintenant temps de tracer le graphique.

Cet exercice fait partie du cours

<cours>Analyser les états financiers en Python</cours>
Voir le cours

Instructions de l’exercice

  • Utilisez le DataFrame plot_df pour créer le graphique en grille de facettes décrit, en utilisant 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