Tracer la chronologie des IPO pour toutes les places boursières avec countplot()
Pour réaliser une visualisation simple du nombre d’observations par catégorie dans un jeu de données, la fonction countplot() de seaborn est généralement la plus adaptée :
seaborn.countplot(x=None, hue=None, data=None, ...)
Le paramètre x contient le nom d’une variable présente dans l’argument data, c’est‑à‑dire le DataFrame à tracer. hue indique une variable catégorielle supplémentaire via la couleur. Il s’agit de trois paramètres optionnels parmi de nombreux autres acceptés par la fonction ; pour la liste complète, consultez la documentation de seaborn.
Utilisons cet outil pour comparer la chronologie de l’activité des IPO sur les trois places boursières. pandas sous l’alias pd, matplotlib.pyplot sous l’alias plt et seaborn sous l’alias sns ont été importés, et le DataFrame listings avec la colonne de référence 'Exchange' est disponible dans votre espace de travail.
Cet exercice fait partie du cours
Importer et gérer des données financières en Python
Instructions
- Filtrez
listingspour ne conserver que les années d’IPO postérieures à 2000. - Convertissez les données de la colonne
'IPO Year'en entiers. - Tracez un
sns.countplot()delistingsen utilisant'IPO Year'comme variablexet'Exchange'pourhue. - Faites pivoter les
xticks()de 45 degrés et affichez le résultat.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Select IPOs after 2000
listings = listings[____[____] > ____]
# Convert IPO Year to integer
listings['IPO Year'] = ____[____].____(____)
# Create a countplot
sns.countplot(x=____, hue=____, data=____)
# Rotate xticks and show result
plt.xticks(rotation=45)
# Show the plot
plt.show()