MulaiMulai sekarang secara gratis

Memvisualisasikan sampel

Anda telah melihat bahwa satu sampel saja dapat memberikan estimasi titik yang tidak andal. Untuk menyelidikinya, Anda memutuskan mengambil 100 sampel yang masing-masing terdiri dari 90 hari berturut-turut data perdagangan BTC. Untuk setiap dari 100 sampel tersebut, Anda menghitung persentase perubahan BTC selama periode waktu itu. Selanjutnya, Anda ingin membuat plot data ini sebagai histogram untuk memahami distribusi penarikan sampel.

Meskipun visualisasi ini dapat dibuat dengan plt.hist(), pada latihan ini Anda akan berlatih menggunakan argumen .plot() pada sebuah DataFrame, dengan argumen bins dan density.

Sebanyak 100 sampel persentase perubahan telah dimuat untuk Anda di btc_pct_change_list. Ini adalah sebuah list dengan panjang 100, dengan setiap entri merupakan persentase perubahan BTC untuk salah satu dari 100 sampel yang dipilih. Matplotlib juga telah diimpor sebagai plt.

Latihan ini adalah bagian dari kursus

Dasar-dasar Inferensi di Python

Lihat Kursus

Petunjuk latihan

  • Plot sebuah histogram untuk persentase perubahan BTC dengan 15 bins dan nilai y menampilkan density, bukan jumlah (count).
  • Atur label sumbu x menjadi "BTC 90-day percent change".
  • Atur label sumbu y menjadi "Percent of samples".
  • Atur judul menjadi "Sampling distribution of BTC 90-day change".

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Plot a histogram of percent changes
plt.____(____, bins=____, density=____)
# Set the x-axis label
plt.____('BTC 90-day percent change')
# Set the y-axis label
plt.____('Percent of samples')
# Set the title
plt.____('Sampling distribution of BTC 90-day change')

plt.show()
Edit dan Jalankan Kode