Rozkład stóp inflacji w Chinach, Indiach i USA
Jak pokazano w filmie, funkcja boxplot() prezentuje kluczowe kwantyle rozkładu w odniesieniu do kategorii – y reprezentuje zmienną ilościową, a x zmienną kategoryczną. W statystyce taki wykres nazywany jest wykresem pudełkowym (ang. box-and-whisker plot).
Uzupełnieniem wykresu pudełkowego jest swarmplot(), który rysuje kategoryczny wykres punktowy wyświetlający wszystkie obserwacje bez nakładania się punktów. Przyjmuje podobne argumenty co boxplot():
seaborn.boxplot(x=None, y=None, data=None, ...)
seaborn.swarmplot(x=None, y=None, data=None, ...)
W tym ostatnim ćwiczeniu porównasz historyczne rozkłady stóp inflacji według krajów – konkretnie Chin, Indii i USA – zamiast analizować trendy w szeregach czasowych. Biblioteki pandas jako pd, matplotlib.pyplot jako plt oraz seaborn jako sns zostały już zaimportowane. Dane o inflacji z FRED są dostępne w twoim środowisku jako inflation.
To ćwiczenie jest częścią kursu
Importowanie i zarządzanie danymi finansowymi w Pythonie
Instrukcje do ćwiczenia
- Utwórz i wyświetl wykres pudełkowy danych
inflation, używając'Country'dlaxi'Inflation'dlay. - Utwórz i wyświetl
sns.swarmplot()z tymi samymi argumentami.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create boxplot
sns.____(x=____, y=____, data=____)
# Show the plot
plt.show()
# Close the plot
plt.close()
# Create swarmplot
sns.swarmplot(x=____, y=____, data=____)
# Show the plot
plt.show()