Global medianinkomst per capita över tid

Funktionen barplot() i seaborn visar punktskattningar och konfidensintervall som rektangulära staplar. Som standard visas medelvärdet, men du kan även visa ett annat sammanfattande mått genom att skicka in en numpy-funktion till parametern estimator:

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

I den här övningen använder du ett importerat dataset från Världsbanken med global inkomst per capita för 189 länder från och med år 2000. För att öva på att visa sammanfattande statistik per kategori ska du plotta och jämföra den globala medianinkomsten per capita sedan 2000 med medelvärdet.

pandas som pd, numpy som np, matplotlib.pyplot som plt och seaborn som sns har redan importerats. Den globala inkomstdatan finns tillgänglig i din workspace i income_trend.

Den här övningen är en del av kursen

Importera och hantera finansiell data i Python

Visa kurs

Övningsinstruktioner

Inspektera income_trend med .info().
Skapa ett sns.barplot() med kolumnen 'Year' för x och 'Income per Capita' för y, och visa resultatet efter att ha roterat xticks med 45 grader.
Använd plt.close() efter det första plt.show() för att kunna visa ett andra diagram.
Skapa ett andra sns.barplot() med samma inställningar för x och y, men använd estimator=np.median för att beräkna medianen, och visa resultatet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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()

Redigera och kör kod