Aan de slagGa gratis aan de slag

Een facetgrid-plot maken

In de vorige oefening schreef je de volgende code:

# Subset tech and fmcg companies
subset_dat = dataset.loc[dataset["comp_type"].isin(["tech", "fmcg"])]

# Compute yearly average gross margin ratio of tech and fmcg companies
subset_dat_avg = subset_dat.pivot_table(index=["Year", "comp_type"], values = "gross_margin").reset_index()

#Add column company
subset_dat_avg["company"] = np.where(subset_dat_avg["comp_type"]=="tech", "Avg tech", "Avg fmcg")

#Concat the DataFrames
plot_df = pd.concat([subset_dat, subset_dat_avg], axis=0)

De code heeft de data voorbereid om de volgende plot te maken: This plot shows the gross margin of tech companies, FMCG companies, the average tech company, and the average FMCG companies over many years.

Tijd om de plot te maken.

Deze oefening maakt deel uit van de cursus

Financiële overzichten analyseren in Python

Cursus bekijken

Oefeninstructies

  • Gebruik de DataFrame plot_df om de facetgrid-plot in de beschrijving te maken met seaborn.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Make the plot
sns.relplot(data=plot_df.reset_index(drop=True), ____)
plt.show()
plt.close()
Code bewerken en uitvoeren