Tendências de inflação na China, Índia e EUA

Por fim, o pacote seaborn inclui funções que permitem visualizar a distribuição dos níveis de variáveis categóricas.

Nos próximos dois exercícios, você vai analisar os dados históricos de inflação na China, Índia e nos EUA ao longo dos últimos 50+ anos, a partir de dados do FRED. Antes de sair usando as funções que acabou de aprender, vale a pena se familiarizar com os dados brutos. pandas como pd, matplotlib.pyplot como plt e seaborn como sns já foram importados para você. Os dados de inflação do FRED estão no seu espaço de trabalho como inflation.

Este exercício faz parte do curso

Importing and Managing Financial Data in Python

Ver curso

Instruções do exercício

Inspecione inflation usando .info().
Agrupe inflation por 'Country' e atribua a inflation_by_country.
Em um laço for, itere sobre os pares country, data retornados por inflation_by_country. Em cada iteração, use .plot() em data com title definido como country para mostrar a série temporal histórica.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Inspect the inflation data
inflation.____()

# Create inflation_by_country
inflation_by_country = inflation.____(____)

# Iterate over inflation_by_country and plot the inflation time series per country
for country, data in inflation_by_country:
    # Plot the data
    data.____(____=____)
    # Show the plot
    plt.show()

Editar e executar o código