Визуализация международного распределения доходов

seaborn — это библиотека Python для визуализации статистических данных, основанная на matplotlib.

По умолчанию функция distplot() из пакета seaborn строит гистограмму, где данные группируются по диапазонам и отображаются в виде столбцов, а также выполняет оценку плотности ядра (KDE) — сглаженный аналог гистограммы. С помощью distplot() можно также построить ковровый график (rugplot): он добавляет маркеры в нижней части диаграммы, показывая плотность наблюдений вдоль оси x.

seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, ...)

В предыдущих упражнениях вы строили квантильный график, который давал достаточно детальное представление об уровне дохода на душу населения в разных точках распределения. Теперь воспользуйтесь distplot(), чтобы увидеть полную картину!

pandas импортирован как pd, а DataFrame income из предыдущего упражнения доступен в вашем рабочем пространстве.

Это упражнение является частью курса

Импорт и управление финансовыми данными в Python

Посмотреть курс

Инструкции к упражнению

Импортируйте seaborn как sns, а matplotlib.pyplot — как plt.
Выведите сводную статистику с помощью .describe().
Постройте и отобразите базовую гистограмму столбца 'Income per Capita' с помощью .distplot().
Создайте и отобразите ковровый график для тех же данных, задав дополнительные аргументы: bins равным 50, kde равным False, а rug равным True.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import seaborn and matplotlib
____
____

# Print the summary statistics for income
print(____.____())

# Plot a basic histogram of income per capita
____

# Show the plot
plt.show()

# Plot a rugplot
sns.distplot(income['Income per Capita'], ____, ____, ____)

# Show the plot
plt.show()

Редактировать и запускать код