Plote a linha do tempo de IPOs para todas as bolsas usando countplot()

Para criar uma visualização básica do número de observações por categoria em um conjunto de dados, a função countplot() do seaborn costuma ser a melhor opção:

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

O parâmetro x contém os nomes das variáveis no argumento data, que é o DataFrame a ser plotado. hue identifica uma variável categórica adicional por cor. Esses são três parâmetros opcionais entre muitos aceitos pela função; para a lista completa, consulte a documentação do seaborn.

Vamos usar essa ferramenta para comparar a linha do tempo da atividade de IPO nas três bolsas. pandas como pd, matplotlib.pyplot como plt e seaborn como sns já foram importados, e o DataFrame listings com a coluna de referência 'Exchange' está disponível no seu workspace.

Este exercício faz parte do curso

Importing and Managing Financial Data in Python

Ver curso

Instruções do exercício

Filtre listings para incluir apenas anos de IPO após o ano 2000.
Converta os dados da coluna 'IPO Year' para inteiros.
Plote um sns.countplot() de listings usando 'IPO Year' como variável x e 'Exchange' como hue.
Gire os xticks() em 45 graus e exiba o resultado.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Select IPOs after 2000
listings = listings[____[____] > ____]

# Convert IPO Year to integer
listings['IPO Year'] = ____[____].____(____)

# Create a countplot
sns.countplot(x=____, hue=____, data=____)

# Rotate xticks and show result
plt.xticks(rotation=45)

# Show the plot
plt.show()

Editar e executar o código