1. Nauka
    2. /
  2. Kursy
    3. /
  3. Importowanie i zarządzanie danymi finansowymi w Pythonie
Connected

ćwiczenie

Wykres osi czasu IPO dla wszystkich giełd przy użyciu countplot()

Do stworzenia prostej wizualizacji liczby obserwacji w poszczególnych kategoriach zbioru danych świetnie nadaje się funkcja countplot() z biblioteki seaborn:

seaborn.countplot(x=None, hue=None, data=None, ...)

Parametr x przyjmuje nazwy zmiennych z argumentu data, czyli DataFrame, który ma zostać zwizualizowany. Parametr hue pozwala wyróżnić kolorami dodatkową zmienną kategoryczną. To tylko trzy z wielu parametrów obsługiwanych przez tę funkcję – pełną listę znajdziesz w dokumentacji biblioteki seaborn.

Wykorzystaj to narzędzie, aby porównać harmonogram aktywności IPO na trzech giełdach. Biblioteki pandas jako pd, matplotlib.pyplot jako plt oraz seaborn jako sns zostały już zaimportowane, a DataFrame listings z kolumną referencyjną 'Exchange' jest dostępny w twoim środowisku roboczym.

Instrukcje

100 XP
  • Przefiltruj listings, aby uwzględnić tylko lata IPO po roku 2000.
  • Przekonwertuj dane w kolumnie 'IPO Year' na liczby całkowite.
  • Stwórz wykres sns.countplot() na podstawie listings, używając 'IPO Year' jako zmiennej x i 'Exchange' jako parametru hue.
  • Obróć etykiety xticks() o 45 stopni i wyświetl wynik.