時系列で見る世界の一人当たり所得の中央値
seaborn の barplot() 関数は、点推定値と信頼区間を長方形のバーで表示します。デフォルトでは平均を表示しますが、estimator 引数に特定の numpy 関数を渡すことで、別の要約統計量を表すこともできます。
seaborn.barplot(x=None, y=None, data=None, estimator=<function mean>, ...)
この演習では、世界銀行のデータセット（2000年以降、189か国の一人当たり所得）を使います。カテゴリごとの要約統計を表示する練習として、2000年以降の世界の一人当たり所得について、平均と中央値をプロットして比較します。
pandas は pd、numpy は np、matplotlib.pyplot は plt、seaborn は sns としてインポート済みです。世界の所得データは income_trend としてワークスペースに用意されています。
この演習はコースの一部です
Pythonでの金融データのインポートと管理
演習の手順
.info()を使ってincome_trendを確認します。xに列'Year'、yに列'Income per Capita'を指定してsns.barplot()を作成し、xticksを45度回転させてから結果を表示します。- 2つ目のプロットを表示できるよう、最初の
plt.show()の後にplt.close()を使います。 - 同じ
xとyの設定で2つ目のsns.barplot()を作成し、estimator=np.medianを指定して中央値を計算し、結果を表示します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Inspect the data
income_trend.____()
# Create barplot
sns.barplot(x=____, y='Income per Capita', data=____)
# Rotate xticks
plt.____(____=____)
# Show the plot
plt.show()
# Close the plot
plt.close()
# Create second barplot
sns.barplot(x=____, y='Income per Capita', data=____, estimator=____)
# Rotate xticks
plt.____(____)
# Show the plot
plt.show()