Wizualizacja międzynarodowego rozkładu dochodów

seaborn to biblioteka Pythona do wizualizacji danych statystycznych, oparta na matplotlib.

Domyślnie funkcja distplot() z pakietu seaborn tworzy histogram – dane są grupowane w przedziały i przedstawiane jako słupki – oraz dopasowuje estymację gęstości jądra (KDE), czyli wygładzony histogram. Za pomocą distplot() możesz też tworzyć rugplot – wykres, który dodaje znaczniki na dole wykresu, wskazując zagęszczenie obserwacji wzdłuż osi x.

seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, ...)

W poprzednich ćwiczeniach tworzyłeś wykres kwantylowy, który dawał dość szczegółowy obraz poziomu dochodu per capita w różnych punktach rozkładu. Teraz użyjesz distplot(), żeby zobaczyć pełny obraz!

pandas został zaimportowany jako pd, a ramka danych income z poprzedniego ćwiczenia jest dostępna w twoim środowisku.

To ćwiczenie jest częścią kursu

Importowanie i zarządzanie danymi finansowymi w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Zaimportuj seaborn jako sns oraz matplotlib.pyplot jako plt.
Wyświetl statystyki podsumowujące zwracane przez .describe().
Narysuj i pokaż podstawowy histogram kolumny 'Income per Capita' za pomocą .distplot().
Utwórz i wyświetl rugplot dla tych samych danych, ustawiając dodatkowe argumenty: bins na 50, kde na False oraz rug na True.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import seaborn and matplotlib
____
____

# Print the summary statistics for income
print(____.____())

# Plot a basic histogram of income per capita
____

# Show the plot
plt.show()

# Plot a rugplot
sns.distplot(income['Income per Capita'], ____, ____, ____)

# Show the plot
plt.show()

Edytuj i uruchom kod