Tillväxttakter i Brasilien, Kina och USA

Nu är det dags att utvidga analysen bortom nivåerna för internationell inkomst per capita till tillväxttakterna. Filen 'income_growth.csv' innehåller tillväxttakterna för inkomst per capita under de senaste 40 åren för Brasilien, Kina och USA.

Du ska visualisera fördelningen av de historiska tillväxttakterna för varje land i samma diagram med hjälp av ett KDE-diagram, för att underlätta en visuell jämförelse av de tillväxtintervall dessa marknader har upplevt under perioden.

Från och med denna punkt i kursen bör du alltid inspektera varje DataFrame med .info() i konsolen, även om det inte uttryckligen anges i instruktionerna. pandas som pd, seaborn som sns och matplotlib.pyplot som plt har redan importerats.

Den här övningen är en del av kursen

Importera och hantera finansiell data i Python

Visa kurs

Övningsinstruktioner

Läs in filen 'income_growth.csv' i variabeln growth. Tolka kolumnen 'DATE' som dtype datetime64 och ange den som index.
Inspektera sammanfattningsstatistiken för dessa tre tillväxttakter med lämplig funktion.
Iterera över attributet growth.columns i en for-slinga för att komma åt deras etiketter. Större delen av koden har redan skrivits åt dig.
- I varje iteration av distplot() skickar du in iterationsvariabeln column för att välja respektive kolumn, sätter nyckelordet hist till False och label till column.
- Visa resultatet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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()

Redigera och kör kod