Темпы роста в Бразилии, Китае и США

Пришло время расширить анализ: перейдём от уровней международного дохода на душу населения к темпам его роста. Файл 'income_growth.csv' содержит данные о темпах роста дохода на душу населения за последние 40 лет для Бразилии, Китая и США.

Вы построите распределение исторических темпов роста для каждой страны на одном графике с помощью KDE-графика, чтобы наглядно сравнить диапазоны роста, которые эти рынки демонстрировали за данный период.

Начиная с этого момента в курсе, всегда проверяйте любой DataFrame с помощью .info() в консоли, даже если это явно не указано в инструкциях. Библиотеки pandas как pd, seaborn как sns и matplotlib.pyplot как plt уже импортированы.

Это упражнение является частью курса

Импорт и управление финансовыми данными в Python

Посмотреть курс

Инструкции к упражнению

Загрузите файл 'income_growth.csv' в переменную growth. Разберите столбец 'DATE' в тип datetime64 и установите его в качестве индекса.
Изучите сводную статистику по этим трём темпам роста с помощью подходящей функции.
Переберите атрибут growth.columns в цикле for, чтобы получить доступ к их меткам. Основная часть кода уже подготовлена для вас.
- На каждой итерации distplot() передайте переменную итерации column для выбора соответствующего столбца, установите ключевое слово hist в значение False, а label — в значение column.
- Отобразите результат.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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()

Редактировать и запускать код