Revenus mondiaux : dispersion

Un quantile est une mesure de dispersion qui consiste à diviser la distribution des fréquences d’un DataFrame en groupes égaux. Vous pouvez renvoyer les valeurs au quantile q d’un DataFrame df avec la commande df.quantile(q) ; de même, fournir une liste comme q renverra une valeur pour chaque quantile demandé.

Ici, vous poursuivez votre analyse de la distribution des revenus mondiaux à l’aide de deux mesures de dispersion : l’écart type, ou racine carrée de la variance, et l’étendue interquartile (IQR).

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

Cet exercice fait partie du cours

Importer et gérer des données financières en Python

Afficher le cours

Instructions

À l’aide des fonctions appropriées, calculez la moyenne du revenu par habitant en tant que mean et l’écart type en tant que std.
Sans utiliser .quantile(), calculez et affichez les bornes inférieure et supérieure d’un intervalle d’un écart type autour de la moyenne dans une liste bounds :
- soustrayez std de mean comme premier élément
- ajoutez std à mean comme second élément
En utilisant .quantile() et une liste de deux décimales appropriées, calculez et affichez le premier et le troisième quartile de 'Income per Capita' sous quantiles. Les valeurs correspondent-elles ?
Calculez et affichez l’IQR, iqr, en utilisant l’expression de soustraction simple vue dans la vidéo.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Calculate mean
mean = ____

# Calculate standard deviation
std = income['Income per Capita'].std()

# Calculate and print lower and upper bounds
bounds = [____, ____]
print(bounds)

# Calculate and print first and third quartiles
quantiles = income['Income per Capita'].____([____, ____])
print(quantiles)

# Calculate and print IQR
iqr = ____ - ____
print(iqr)

Modifier et exécuter le code