Компании по секторам на всех биржах

Категориальная переменная — это переменная, которая принимает одно из ограниченного набора значений на основе некоторого качественного признака. Частотное распределение показывает, сколько раз встречается каждое значение категориальной переменной.

Вспомните данные фондовых бирж из предыдущих глав. Функция .mean() мало полезна для анализа частоты значений столбца 'Sector', таких как 'Technology' и 'Finance', тогда как .value_counts() и .nunique() справляются с этой задачей гораздо лучше.

В этом упражнении вы сравните распределение листингов по секторам на биржах AMEX, NASDAQ и NYSE. Библиотеки pandas как pd и matplotlib.pyplot как plt уже импортированы, а данные о листингах из предыдущих упражнений загружены в словарь listings, ключами которого являются 'amex', 'nasdaq' и 'nyse'.

Это упражнение является частью курса

Импорт и управление финансовыми данными в Python

Посмотреть курс

Инструкции к упражнению

Создайте список exchanges, содержащий точные строки с названиями бирж в порядке, указанном выше.
Используйте цикл for для перебора элементов exchanges с переменной-итератором exchange, которая содержит название каждой биржи. На каждой итерации:
- Примените .value_counts() к столбцу 'Sector' и сохраните результат в переменную sectors.
- Отсортируйте sectors по убыванию и постройте столбчатую диаграмму.
- Отобразите результат.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Create the list exchanges
exchanges = [____, ____, ____]

# Iterate over exchanges then plot and show result
for ____ in exchanges:
    sectors = listings[____].____.____()
    # Sort in descending order and plot
    sectors.sort_values(____=____).plot(____=____)
    # Show the plot
    plt.show()

Редактировать и запускать код