中国、インド、米国のインフレ率の分布
動画で見たとおり、boxplot() 関数はカテゴリごとに分布の主要な四分位点を表示します。ここで y は量的変数、x はカテゴリ変数を表します。統計学では、この種類の分布図は 箱ひげ図 と呼ばれます。
箱ひげ図を補完するのが swarmplot() です。これはカテゴリカルな散布図を描画し、データ点が重ならないようにすべての観測値を表示します。引数は boxplot() とほぼ同じです。
seaborn.boxplot(x=None, y=None, data=None, ...)
seaborn.swarmplot(x=None, y=None, data=None, ...)
この最終演習では、時系列の推移ではなく、国別（中国、インド、米国）に歴史的なインフレ率の分布を比較します。pandas は pd、matplotlib.pyplot は plt、seaborn は sns としてインポート済みです。FRED のインフレデータは inflation 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
inflationデータについて、xに'Country'、yに'Inflation'を指定して箱ひげ図を作成し、表示します。- 同じ引数で
sns.swarmplot()を作成して表示します。
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。
# Create boxplot
sns.____(x=____, y=____, data=____)
# Show the plot
plt.show()
# Close the plot
plt.close()
# Create swarmplot
sns.swarmplot(x=____, y=____, data=____)
# Show the plot
plt.show()