Построение графика нескольких коэффициентов на одном рисунке
В этом упражнении вы построите график и вычислите коэффициент валовой маржи и коэффициент оборачиваемости активов Microsoft в динамике. В отличие от предыдущего упражнения, здесь вы разместите оба графика на одном рисунке. Это позволит наглядно проанализировать тенденции изменения коэффициентов, поскольку они будут отображены вместе.
В этом упражнении вы воспользуетесь функцией .melt() из pandas. В видео в функции задавался аргумент value_vars, который указывает, какие столбцы нужно преобразовать. Если аргумент value_vars не задан, то все столбцы, не указанные в id_vars, будут автоматически считаться значениями value_vars.
Коэффициенты оборачиваемости активов и валовой маржи уже вычислены для вас в DataFrame msft и хранятся в столбцах "asset_turnover" и "gross_margin" соответственно.
Это упражнение является частью курса
Анализ финансовой отчётности на Python
Инструкции к упражнению
- Преобразуйте DataFrame
msftиз широкого формата в длинный. - Постройте графики коэффициента оборачиваемости активов и коэффициента валовой маржи на одном рисунке, разместив
Yearна оси x и добавив параметрhueпо измерениюRatio.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Convert the DataFrame from wide to long
msft_melt = msft.melt(id_vars=____, value_vars=____, var_name="Ratio")
# Plot the data
plot = sns.lineplot(data=msft_melt, x=____, y=___, hue=____)
plt.show()
plot.xaxis.set_major_locator(MaxNLocator(integer=True))
plt.show()