Menyoroti nilai dalam distribusi

Terkadang Anda perlu memanipulasi data untuk membuat visualisasi yang lebih baik. Dua metode yang dapat menangani nilai hilang adalah .dropna() dan .fillna(). Anda juga dapat menghapus pencilan dengan memfilter entri yang berada di atas atau di bawah persentil tertentu dengan menerapkan suatu kondisi menggunakan .quantile() pada kolom tertentu.

Anda juga melihat dalam video cara menekankan nilai tertentu pada plot dengan menambahkan garis vertikal pada posisi x melintasi sumbu:

Axes.axvline(x=0, color=None, ...)

Dalam latihan ini, Anda akan melakukan tinjauan akhir terhadap distribusi pendapatan global, lalu menghapus pencilan di atas persentil ke-95, memplot distribusinya, dan menyoroti nilai mean dan median. pandas sebagai pd, seaborn sebagai sns, dan matplotlib.pyplot sebagai plt telah diimpor, dan DataFrame income dari latihan sebelumnya tersedia di workspace Anda.

Latihan ini merupakan bagian dari kursus

Mengimpor dan Mengelola Data Keuangan di Python

Lihat Kursus

Instruksi latihan

Tetapkan kolom 'Income per Capita' ke inc_per_capita.
Saring untuk menyisakan hanya baris dalam inc_per_capita yang lebih rendah dari persentil ke-95. Tetapkan kembali ke variabel yang sama.
Plot histogram default untuk versi inc_per_capita yang sudah difilter dan tetapkan ke ax.
Gunakan ax.axvline() dengan color='b' untuk menyoroti mean dari inc_per_capita dalam warna biru,
Gunakan ax.axvline() dengan color='g' untuk menyoroti median dalam warna hijau. Tampilkan hasilnya!

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Create inc_per_capita
inc_per_capita = ____

# Filter out incomes above the 95th percentile
inc_per_capita = inc_per_capita[____ < ____]

# Plot histogram and assign to ax
ax = ____

# Highlight mean
ax.axvline(inc_per_capita.mean(), color='b')

# Highlight median
ax.axvline(inc_per_capita.median(), color='g')

# Show the plot
plt.show()

Edit dan Jalankan Kode