Évolution du revenu médian par habitant dans le monde

La fonction barplot() de seaborn affiche des estimations ponctuelles et des intervalles de confiance sous forme de barres. Par défaut, elle représente la moyenne, mais vous pouvez afficher une autre statistique récapitulative en transmettant une fonction numpy au 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 contenant le revenu par habitant pour 189 pays depuis l’an 2000. Pour vous entraîner à afficher des statistiques par catégorie, vous allez tracer et comparer le revenu moyen par habitant mondial depuis 2000 au revenu médian.

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

Cet exercice fait partie du cours

Importer et gérer des données financières en Python

Afficher le cours

Instructions

Inspectez 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 tourné les xticks de 45 degrés.
Utilisez plt.close() après le premier plt.show() pour pouvoir afficher un deuxième graphique.
Créez un second 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 cet exemple de code.

# 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