Andamento dell'inflazione in Cina, India e USA

Infine, il pacchetto seaborn include funzioni che ti permettono di visualizzare la distribuzione dei livelli di variabili categoriche.

Nei prossimi due esercizi, esaminerai i dati storici sull'inflazione in Cina, India e USA negli ultimi 50+ anni utilizzando dati di FRED. Prima di passare all'uso delle funzioni che hai appena visto, è utile familiarizzare con i dati grezzi. pandas come pd, matplotlib.pyplot come plt e seaborn come sns sono già stati importati per te. I dati FRED sull'inflazione sono disponibili nel tuo workspace come inflation.

Questo esercizio fa parte del corso

Importing and Managing Financial Data in Python

Visualizza corso

Istruzioni dell'esercizio

Ispeziona inflation usando .info().
Raggruppa inflation per 'Country' e assegna a inflation_by_country.
In un ciclo for, itera sulle coppie country, data restituite da inflation_by_country. In ogni iterazione, usa .plot() su data con title impostato a country per mostrare la serie storica.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Inspect the inflation data
inflation.____()

# Create inflation_by_country
inflation_by_country = inflation.____(____)

# Iterate over inflation_by_country and plot the inflation time series per country
for country, data in inflation_by_country:
    # Plot the data
    data.____(____=____)
    # Show the plot
    plt.show()

Modifica ed esegui il codice