1. Learn
    2. /
  2. Corsi
    3. /
  3. Python으로 금융 데이터 가져오기와 관리
Connected

Esercizio

분포에서 값 강조하기

더 좋은 시각화를 위해 데이터를 가공해야 할 때가 있습니다. 결측값 처리를 위한 두 가지 메서드는 .dropna()와 .fillna()예요. 또한 특정 열에 .quantile()을 적용해 조건을 걸면, 특정 백분위수 기준을 넘거나 미달하는 값들을 필터링해 이상치를 제거할 수도 있습니다.

동영상에서 보셨듯이, 그래프에서 특정 값을 강조하려면 축 전체에 걸쳐 위치 x에 수직선을 추가할 수 있습니다:

Axes.axvline(x=0, color=None, ...)

이번 연습에서는 전 세계 소득 분포를 마지막으로 살펴본 뒤, 95번째 백분위수보다 큰 이상치를 제거하고 분포를 그린 다음, 평균과 중앙값을 모두 강조해 보겠습니다. pandas는 pd, seaborn은 sns, matplotlib.pyplot은 plt로 이미 임포트되어 있으며, 이전 연습에서 사용한 income DataFrame이 작업 공간에 준비되어 있습니다.

Istruzioni

100 XP
  • 열 'Income per Capita'를 inc_per_capita에 할당하세요.
  • 95번째 백분위수보다 낮은 행만 남기도록 필터링하고, 같은 변수에 다시 할당하세요.
  • 필터링된 inc_per_capita로 기본 히스토그램을 그리고, 반환값을 ax에 할당하세요.
  • ax.axvline()에 color='b'를 사용해 평균을 파란색으로 강조하세요.
  • ax.axvline()에 color='g'를 사용해 중앙값을 초록색으로 강조하세요. 결과를 표시하세요!