1. Nauka
    2. /
  2. Kursy
    3. /
  3. Analiza sprawozdań finansowych w Pythonie
Connected

ćwiczenie

Aktualizacja funkcji zdefiniowanej przez użytkownika do tworzenia wykresów

Przypomnij sobie funkcję do tworzenia wykresów z wcześniejszego ćwiczenia:

def make_plot(dataset, ratio, comp_type):
  whole_dat = []
  for industry in comp_type:
    dat = dataset.loc[dataset["comp_type"]==industry]
    dat_avg = dat.pivot_table(index="Year",
                              values=ratio).reset_index()
    dat_avg["company"] = f"Avg {type}"
    dat_avg["comp_type"] = industry
    whole_dat.append(pd.concat([dat,
                                dat_avg]))

  plot_df = pd.concat(whole_dat).reset_index(drop=True)
  sns.relplot(data=plot_df,
              x="Year",
              y="gross_margin",
              hue="company",
              col="comp_type",
              kind="line")
  plt.show()
  plt.close()

Zwróć uwagę, że ta funkcja potrafi tworzyć tylko wykresy liniowe z rokiem na osi x. W tym ćwiczeniu poznasz zaktualizowaną wersję tej funkcji.

Instrukcje 1/3

undefined XP
    1
    2
    3

Pytanie

Funkcja została zaktualizowana w następujący sposób:

def make_plot_updated(dataset, x, y, kind, comp_type):
  whole_dat = []
  for industry in comp_type:
    dat = dataset.loc[dataset["comp_type"]==industry]
    values = [x,y if y!="Year" else x]
    dat_avg = dat.pivot_table(index="Year",
                              values=values).reset_index()
    dat_avg = dat_avg.loc[:,
                          ~dat_avg.columns.duplicated()]
    dat_avg["company"] = f"Avg {type}"
    dat_avg["comp_type"] = industry
    whole_dat.append(pd.concat([dat, dat_avg]))

  plot_df = pd.concat(whole_dat).reset_index(drop=True)
  sns.relplot(data=plot_df,
              x=x,
              y=y,
              hue="company",
              col="comp_type",
              kind=kind)
  plt.show()
  plt.close()

W powyższym kodzie whole_dat jest listą, a polecenie .append(x) dodaje x na końcu listy, do której jest zastosowane – w tym przypadku whole_dat.

Wybierz poprawną odpowiedź poniżej. Funkcja jest wczytana w konsoli – możesz ją przetestować. Dostępna jest również ramka danych pandas o nazwie dataset, która zawiera obliczoną marżę operacyjną i wskaźnik zadłużenia do kapitału własnego.

Możliwe odpowiedzi