countplot() を使って全取引所のIPOタイムラインを可視化する
データセット内の各カテゴリごとの観測数を手早く可視化するには、通常 seaborn の countplot() 関数を使います。
seaborn.countplot(x=None, hue=None, data=None, ...)
x には、描画対象となる DataFrame を指定する data 引数内の列名を渡します。hue は色分けに使う追加のカテゴリ変数を指定します。これは関数が受け付ける多数のパラメータのうちの3つの任意パラメータです。完全な一覧は seaborn のドキュメントをご覧ください。
このツールを使って、3つの取引所におけるIPOの時系列を比較してみましょう。pandas は pd、matplotlib.pyplot は plt、seaborn は sns としてインポート済みで、参照列 'Exchange' を含む listings DataFrame が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
listingsをフィルタリングして、2000年より後のIPO年のみを含めます。- 列
'IPO Year'のデータを整数に変換します。 x変数に'IPO Year'、hueに'Exchange'を指定して、listingsのsns.countplot()を描画します。xticks()を45度回転させ、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。
# Select IPOs after 2000
listings = listings[____[____] > ____]
# Convert IPO Year to integer
listings['IPO Year'] = ____[____].____(____)
# Create a countplot
sns.countplot(x=____, hue=____, data=____)
# Rotate xticks and show result
plt.xticks(rotation=45)
# Show the plot
plt.show()