Känslighetsanalys med hexbin-diagram

Simuleringsresultaten från föregående övning finns sparade i DataFrame:en df_sa, som redan har laddats in åt dig.

Kom ihåg att df_sa har tre kolumner: Inflation innehåller de genomsnittliga inflationstakter som användes i simuleringarna, Volume innehåller de genomsnittliga försäljningsvolymer som användes, och Profit innehåller prognostiserade vinster baserade på din simulering.

Nu ska du använda ett hexbin-diagram för att utföra känslighetsanalys och förstå hur dessa parametrar påverkar resultatet!

Följande bibliotek har redan importerats: pandas som pd, numpy som np, scipy.stats som st och matplotlib.pyplot som plt.

Den här övningen är en del av kursen

Monte Carlo-simuleringar i Python

Visa kurs

Övningsinstruktioner

Komplettera koden för hexbin-diagrammet för att visualisera känslighetsanalysens resultat. Använd Inflation som x-axel, Volume som y-axel, och medelvärdet av Profits som grund för hexbinernas färg.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Complete the hexbin to visualize sensitivity analysis results
____(x=____,
     y=____,
     C=____,
     reduce_C_function=____,
     gridsize=10,
     cmap="viridis",
     sharex=False)
plt.show()

Redigera och kör kod