Globalne dochody: rozproszenie

Kwantyl to miara rozproszenia, którą tworzy się przez podział rozkładu częstości DataFrame na równe grupy. Wartości dla danego kwantyla q w DataFrame df możesz obliczyć za pomocą polecenia df.quantile(q). Jeśli jako q podasz listę, funkcja zwróci wartość dla każdego wskazanego kwantyla.

W tym ćwiczeniu kontynuujesz analizę globalnego rozkładu dochodów, korzystając z dwóch miar rozproszenia: odchylenia standardowego (czyli pierwiastka kwadratowego z wariancji) oraz rozstępu międzykwartylowego (IQR).

Biblioteka pandas została zaimportowana jako pd, a DataFrame income z poprzedniego ćwiczenia jest dostępny w twoim obszarze roboczym.

To ćwiczenie jest częścią kursu

Importowanie i zarządzanie danymi finansowymi w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Korzystając z odpowiednich funkcji, oblicz średnią dochodu per capita jako mean oraz odchylenie standardowe jako std.
Nie używając .quantile(), oblicz i wyświetl górną i dolną granicę przedziału jednego odchylenia standardowego wokół średniej jako listę bounds:
- odejmij std od mean jako pierwszy element
- dodaj std do mean jako drugi element
Używając .quantile() i listy dwóch odpowiednich wartości dziesiętnych, oblicz i wyświetl pierwszy oraz trzeci kwartyl kolumny 'Income per Capita' jako quantiles. Czy wartości są zgodne?
Oblicz i wyświetl rozstęp międzykwartylowy iqr, korzystając z prostego wyrażenia odejmowania, które poznałeś(-aś) w filmie.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Calculate mean
mean = ____

# Calculate standard deviation
std = income['Income per Capita'].std()

# Calculate and print lower and upper bounds
bounds = [____, ____]
print(bounds)

# Calculate and print first and third quartiles
quantiles = income['Income per Capita'].____([____, ____])
print(quantiles)

# Calculate and print IQR
iqr = ____ - ____
print(iqr)

Edytuj i uruchom kod