Медианный доход на душу населения в мире с течением времени

Функция barplot() из библиотеки seaborn отображает точечные оценки и доверительные интервалы в виде прямоугольных столбцов. По умолчанию она вычисляет среднее значение, однако можно передать другую статистическую функцию numpy в параметр estimator:

seaborn.barplot(x=None, y=None, data=None, estimator=<function mean>, ...)

В этом упражнении вы будете работать с импортированным набором данных Всемирного банка, содержащим данные о мировом доходе на душу населения по 189 странам начиная с 2000 года. Чтобы потренироваться в отображении сводной статистики по категориям, вы построите и сравните медианный и средний мировой доход на душу населения с 2000 года.

Библиотеки pandas (как pd), numpy (как np), matplotlib.pyplot (как plt) и seaborn (как sns) уже импортированы. Данные о мировом доходе доступны в рабочей среде в переменной income_trend.

Это упражнение является частью курса

Импорт и управление финансовыми данными в Python

Посмотреть курс

Инструкции к упражнению

Изучите структуру income_trend с помощью .info().
Создайте график sns.barplot(), указав столбец 'Year' для x и 'Income per Capita' для y, и отобразите результат, повернув подписи xticks на 45 градусов.
Вызовите plt.close() после первого plt.show(), чтобы можно было отобразить второй график.
Создайте второй график sns.barplot() с теми же значениями x и y, передав estimator=np.median для вычисления медианы, и отобразите результат.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Inspect the data
income_trend.____()

# Create barplot
sns.barplot(x=____, y='Income per Capita', data=____)

# Rotate xticks
plt.____(____=____)

# Show the plot
plt.show()

# Close the plot
plt.close()

# Create second barplot
sns.barplot(x=____, y='Income per Capita', data=____, estimator=____)

# Rotate xticks
plt.____(____)

# Show the plot
plt.show()

Редактировать и запускать код