Ćwiczenie z tworzenia map ciepła
Mapy ciepła to świetny sposób na wizualizację korelacji między różnymi wskaźnikami finansowymi. Pozwalają zobaczyć, które wskaźniki silnie korelują ze wskaźnikami rentowności, co pomaga w podejmowaniu decyzji inwestycyjnych.
W tym ćwiczeniu przećwiczysz tworzenie map ciepła. Załadowano dla ciebie ramkę danych pandas merged_dat z już obliczonymi wskaźnikami. Biblioteki pandas i Seaborn zostały załadowane z aliasami pd i sns.
To ćwiczenie jest częścią kursu
Analiza sprawozdań finansowych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Make the correlation matrix
corr_mat = merged_dat[["Gross Margin", "Operating Margin", "Debt-to-equity",
"Equity Multiplier", "Current Ratio"]]____