รายได้ต่อหัวเฉลี่ยกลางของโลกในช่วงเวลาต่าง ๆ

ฟังก์ชัน barplot() ของ seaborn แสดงค่าประมาณและช่วงความเชื่อมั่นในรูปแบบแท่งสี่เหลี่ยม โดยค่าเริ่มต้นจะแสดงค่าเฉลี่ย แต่สามารถใช้ค่าสถิติสรุปอื่นได้ด้วย โดยส่งฟังก์ชัน numpy ที่ต้องการไปยังพารามิเตอร์ estimator:

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

ในแบบฝึกหัดนี้ จะใช้ชุดข้อมูลจาก World Bank ที่มีข้อมูลรายได้ต่อหัวทั่วโลกของ 189 ประเทศ ตั้งแต่ปี 2000 เพื่อฝึกแสดงค่าสถิติสรุปตามหมวดหมู่ จะวาดกราฟและเปรียบเทียบค่ามัธยฐานและค่าเฉลี่ยของรายได้ต่อหัวทั่วโลกตั้งแต่ปี 2000

ได้นำเข้า pandas เป็น pd, numpy เป็น np, matplotlib.pyplot เป็น plt และ seaborn เป็น sns แล้ว ข้อมูลรายได้ทั่วโลกพร้อมใช้งานในตัวแปร income_trend

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การนำเข้าและจัดการข้อมูลทางการเงินใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

ตรวจสอบ income_trend ด้วย .info()
สร้าง sns.barplot() โดยใช้คอลัมน์ 'Year' เป็น x และ 'Income per Capita' เป็น y จากนั้นแสดงผลหลังจากหมุน xticks 45 องศา
ใช้ plt.close() หลัง plt.show() ครั้งแรก เพื่อให้สามารถแสดงกราฟที่สองได้
สร้าง sns.barplot() อีกครั้งด้วยการตั้งค่า x และ y เหมือนเดิม โดยกำหนด estimator=np.median เพื่อคำนวณค่ามัธยฐาน แล้วแสดงผล

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()

แก้ไขและรันโค้ด