Calculează mai multe metrici pe sector și an IPO

Funcția pointplot() din seaborn facilitează compararea statisticilor rezumative ale unei variabile numerice pentru diferite niveluri ale variabilelor categoriale:

seaborn.pointplot(x=None, y=None, hue=None, data=None, ...)

În videoclip, ai văzut o vizualizare pentru capitalizarea de piață (variabila numerică), diferențiată în funcție de dacă IPO-ul (variabila categorială) a avut loc înainte (primul nivel) sau după (al doilea nivel) anul 2000.

În acest exercițiu, vei compara capitalizarea medie de piață pentru fiecare an de după 2000, atât pentru NYSE, cât și pentru NASDAQ, după excluderea valorilor extreme care depășesc percentila 95. pandas a fost importat ca pd, matplotlib.pyplot ca plt, iar DataFrame-ul listings cu coloana de referință 'Exchange' este disponibil în spațiul tău de lucru.

Acest exercițiu face parte din cursul

Importul și gestionarea datelor financiare în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă seaborn ca sns.
Filtrează listings pentru a păstra companiile cu IPO după 2000, de la toate bursele cu excepția 'amex'.
Convertește datele din coloana 'IPO Year' la valori întregi.
Creează coloana market_cap_m pentru a exprima capitalizarea de piață în milioane USD.
Filtrează market_cap_m pentru a exclude valorile de peste percentila 95.
Creează un pointplot din listings folosind coloana 'IPO Year' pentru x, 'market_cap_m' pentru y și 'Exchange' pentru hue. Afișează rezultatul după rotirea etichetelor xticks cu 45 de grade.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import the seaborn library as sns
____

# Exclude IPOs before 2000 and from the 'amex'
listings = ____[(____['IPO Year'] > ____) & (listings.Exchange != ____)]

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

# Create market_cap_m
listings['market_cap_m'] = ____['Market Capitalization'].div(1e6)

# Exclude outliers
listings = listings[listings.____ < listings.____.____(.95)]

# Create the pointplot
sns.pointplot(x=____, y=____, hue=____, data=____)

# Rotate xticks
plt.____(____=____)

# Show the plot
plt.show()

Editează și rulează codul