Tassi di crescita in Brasile, Cina e USA

È il momento di estendere l’analisi oltre i livelli del reddito pro capite internazionale, passando ai tassi di crescita. Il file 'income_growth.csv' contiene i tassi di crescita del reddito pro capite degli ultimi 40 anni per Brasile, Cina e USA.

Tracerai la distribuzione dei tassi di crescita storici per ciascun paese sullo stesso grafico usando un grafico KDE, per facilitare il confronto visivo degli intervalli di crescita che questi mercati hanno sperimentato in questo periodo.

D’ora in poi nel corso, ispeziona sempre qualsiasi DataFrame con .info() nella console anche se non è esplicitamente richiesto nelle istruzioni. pandas come pd, seaborn come sns e matplotlib.pyplot come plt sono già stati importati.

Questo esercizio fa parte del corso

Importing and Managing Financial Data in Python

Visualizza corso

Istruzioni dell'esercizio

Carica il file 'income_growth.csv' nella variabile growth. Analizza la colonna 'DATE' come dtype datetime64 e impostala come indice.
Esamina le statistiche descrittive per questi tre tassi di crescita usando la funzione appropriata.
Itera sull’attributo growth.columns in un ciclo for per accedere alle loro etichette. Gran parte del codice è già predisposta.
- In ogni chiamata a distplot(), passa la variabile di iterazione column per selezionare la rispettiva colonna, imposta l’argomento hist a False e imposta label su column.
- Mostra il risultato.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Load the file into growth
growth = pd.read_csv(____, parse_dates=____).____(____)

# Inspect the summary statistics for the growth rates
growth.____()

# Iterate over the three columns
for column in growth.____:
    sns.____(growth[____], hist=____, label=____)
    
# Show the plot
plt.show()

Modifica ed esegui il codice