Globalny medianowy dochód per capita na przestrzeni czasu

Funkcja barplot() z biblioteki seaborn przedstawia estymaty punktowe i przedziały ufności w postaci prostokątnych słupków. Domyślnie wyświetla średnią, ale możesz też użyć innej statystyki podsumowującej – wystarczy przekazać odpowiednią funkcję numpy do parametru estimator:

seaborn.barplot(x=None, y=None, data=None, estimator=<function mean>, ...)

W tym ćwiczeniu wykorzystasz zaimportowany zbiór danych Banku Światowego zawierający dane o globalnym dochodzie per capita dla 189 krajów od roku 2000. Żeby poćwiczyć wyświetlanie statystyk podsumowujących według kategorii, wykreślisz i porównasz medianowy globalny dochód per capita od 2000 roku ze średnią.

Biblioteki pandas jako pd, numpy jako np, matplotlib.pyplot jako plt oraz seaborn jako sns zostały już zaimportowane. Dane o dochodach są dostępne w twoim środowisku pracy jako income_trend.

To ćwiczenie jest częścią kursu

Importowanie i zarządzanie danymi finansowymi w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Zbadaj income_trend za pomocą .info().
Utwórz sns.barplot(), używając kolumny 'Year' dla x i 'Income per Capita' dla y, a następnie wyświetl wynik po obróceniu xticks o 45 stopni.
Użyj plt.close() po pierwszym plt.show(), aby móc wyświetlić drugi wykres.
Utwórz drugi sns.barplot() z tymi samymi ustawieniami x i y, używając estimator=np.median do obliczenia mediany, i wyświetl wynik.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Inspect the data
income_trend.____()

# Create barplot
sns.barplot(x=____, y='Income per Capita', data=____)

# Rotate xticks
plt.____(____=____)

# Show the plot
plt.show()

# Close the plot
plt.close()

# Create second barplot
sns.barplot(x=____, y='Income per Capita', data=____, estimator=____)

# Rotate xticks
plt.____(____)

# Show the plot
plt.show()

Edytuj i uruchom kod