सेक्टर और IPO वर्ष के अनुसार कई मेट्रिक्स की गणना करें
seaborn का pointplot() फंक्शन अलग-अलग श्रेणीगत वैरिएबल्स के स्तरों के लिए किसी संख्यात्मक वैरिएबल के सार-सांख्यिकी (summary statistics) की तुलना करना आसान बनाता है:
seaborn.pointplot(x=None, y=None, hue=None, data=None, ...)
वीडियो में आपने मार्केट कैपिटलाइज़ेशन (संख्यात्मक वैरिएबल) का विज़ुअलाइज़ेशन देखा, जिसे इस आधार पर विभेदित किया गया था कि IPO (श्रेणीगत वैरिएबल) वर्ष 2000 से पहले (पहला स्तर) हुआ या बाद में (दूसरा स्तर).
इस अभ्यास में, आप 2000 के बाद से प्रत्येक वर्ष के लिए NYSE और NASDAQ का औसत मार्केट कैपिटलाइज़ेशन तुलना करेंगे, 95वें परसेंटाइल से ऊपर वाले आउटलायर्स को हटाने के बाद। pandas को pd के रूप में और matplotlib.pyplot को plt के रूप में इम्पोर्ट किया जा चुका है, और संदर्भ कॉलम 'Exchange' के साथ listings DataFrame आपके वर्कस्पेस में उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में वित्तीय डेटा इम्पोर्ट और मैनेज करना
अभ्यास निर्देश
seabornकोsnsके रूप में इम्पोर्ट करें.listingsको फिल्टर करें ताकि केवल वे कंपनियाँ रहें जिनके IPO 2000 के बाद हुए हैं और जो सभी एक्सचेंजों से हैं, सिवाय'amex'के.- कॉलम
'IPO Year'के डेटा को इंटीजर में कन्वर्ट करें. market_cap_mनाम का कॉलम बनाएँ, जिसमें मार्केट कैप को USD मिलियन में व्यक्त किया गया हो.market_cap_mको फिल्टर करें ताकि 95वें परसेंटाइल से ऊपर के मान शामिल न हों.listingsकाpointplotबनाएँ, जिसमेंxके लिए'IPO Year',yके लिए'market_cap_m', औरhueके लिए'Exchange'लें। परिणाम दिखाएँ औरxticksको 45 डिग्री घुमा दें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import the seaborn library as sns
____
# Exclude IPOs before 2000 and from the 'amex'
listings = ____[(____['IPO Year'] > ____) & (listings.Exchange != ____)]
# Convert IPO Year to integer
listings['IPO Year'] = ____['IPO Year'].____(____)
# Create market_cap_m
listings['market_cap_m'] = ____['Market Capitalization'].div(1e6)
# Exclude outliers
listings = listings[listings.____ < listings.____.____(.95)]
# Create the pointplot
sns.pointplot(x=____, y=____, hue=____, data=____)
# Rotate xticks
plt.____(____=____)
# Show the plot
plt.show()