Aziende per settore su tutte le borse

Una variabile categorica è una variabile che può assumere un numero limitato di valori in base a una proprietà qualitativa. Una distribuzione di frequenza rappresenta quante volte si verifica ciascun valore di una variabile categorica.

Ripensa ai dati delle borse visti nei capitoli precedenti. La funzione .mean() non è molto utile per capire la frequenza dei valori di 'Sector' come 'Technology' e 'Finance', mentre .value_counts() e .nunique() lo sono.

In questo esercizio confronterai la distribuzione delle società su AMEX, NASDAQ e NYSE per settore. pandas come pd e matplotlib.pyplot come plt sono già stati importati, e le informazioni sulle società dagli esercizi precedenti sono state caricate in un dizionario listings le cui chiavi sono 'amex', 'nasdaq' e 'nyse'.

Questo esercizio fa parte del corso

Importing and Managing Financial Data in Python

Visualizza corso

Istruzioni dell'esercizio

Crea una lista exchanges contenente esattamente le stringhe con i nomi delle borse nell’ordine indicato sopra.
Usa un ciclo for per iterare su exchanges con una variabile iteratore exchange che contenga il nome di ciascuna borsa. A ogni iterazione:
- Applica .value_counts() a 'Sector' e assegna il risultato a sectors.
- Ordina sectors in ordine decrescente e tracciali in un grafico a barre.
- Mostra il risultato.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Create the list exchanges
exchanges = [____, ____, ____]

# Iterate over exchanges then plot and show result
for ____ in exchanges:
    sectors = listings[____].____.____()
    # Sort in descending order and plot
    sectors.sort_values(____=____).plot(____=____)
    # Show the plot
    plt.show()

Modifica ed esegui il codice