Тенденции инфляции в Китае, Индии и США
Наконец, пакет seaborn включает функции, которые позволяют визуализировать распределение значений категориальных переменных.
В следующих двух упражнениях вы изучите исторические данные об инфляции в Китае, Индии и США за последние 50+ лет на основе данных FRED. Прежде чем приступить к использованию только что изученных функций, ознакомьтесь с исходными данными. Библиотеки pandas как pd, matplotlib.pyplot как plt и seaborn как sns уже импортированы. Данные FRED об инфляции доступны в вашем рабочем пространстве под именем inflation.
Это упражнение является частью курса
Импорт и управление финансовыми данными в Python
Инструкции к упражнению
- Изучите структуру
inflationс помощью.info(). - Сгруппируйте
inflationпо столбцу'Country'и сохраните результат в переменнуюinflation_by_country. - В цикле for переберите пары
country,data, возвращаемые объектомinflation_by_country. На каждой итерации вызывайте.plot()на объектеdata, задав параметрtitleравнымcountry, чтобы отобразить исторический временной ряд.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Inspect the inflation data
inflation.____()
# Create inflation_by_country
inflation_by_country = inflation.____(____)
# Iterate over inflation_by_country and plot the inflation time series per country
for country, data in inflation_by_country:
# Plot the data
data.____(____=____)
# Show the plot
plt.show()