Taxas de crescimento no Brasil, China e EUA
É hora de ampliar sua análise além dos níveis de renda per capita internacional para as taxas de crescimento. O arquivo 'income_growth.csv' contém as taxas de crescimento da renda per capita nos últimos 40 anos para Brasil, China e EUA.
Você vai traçar a distribuição das taxas de crescimento históricas de cada país no mesmo gráfico usando um gráfico KDE para facilitar a comparação visual das faixas de crescimento que esses mercados experimentaram nesse período.
A partir deste ponto do curso, você deve sempre inspecionar qualquer DataFrame com .info() no seu console, mesmo que isso não esteja explicitamente nas instruções. pandas como pd, seaborn como sns e matplotlib.pyplot como plt já foram importados.
Este exercício faz parte do curso
Importing and Managing Financial Data in Python
Instruções do exercício
- Carregue o arquivo
'income_growth.csv'na variávelgrowth. Converta a coluna'DATE'para odtypedatetime64e defina-a como índice. - Inspecione as estatísticas descritivas dessas três taxas de crescimento usando a função apropriada.
- Faça um loop sobre o atributo
growth.columnsem um laço for para acessar seus rótulos. A maior parte do código já foi esboçada para você.- Em cada iteração de
distplot(), passe a variável de iteraçãocolumnpara selecionar a respectiva coluna, defina o parâmetrohistcomoFalsee definalabelcomocolumn. - Mostre o resultado.
- Em cada iteração de
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Load the file into growth
growth = pd.read_csv(____, parse_dates=____).____(____)
# Inspect the summary statistics for the growth rates
growth.____()
# Iterate over the three columns
for column in growth.____:
sns.____(growth[____], hist=____, label=____)
# Show the plot
plt.show()