อัตราการเติบโตในบราซิล จีน และสหรัฐอเมริกา
ถึงเวลาขยายการวิเคราะห์จากระดับรายได้ต่อหัวระหว่างประเทศไปสู่อัตราการเติบโต ไฟล์ 'income_growth.csv' มีข้อมูลอัตราการเติบโตของรายได้ต่อหัวในช่วง 40 ปีที่ผ่านมาสำหรับบราซิล จีน และสหรัฐอเมริกา
ในแบบฝึกหัดนี้ จะได้พล็อตการกระจายของอัตราการเติบโตในอดีตของแต่ละประเทศบนกราฟเดียวกันโดยใช้ KDE plot เพื่อเปรียบเทียบช่วงของการเติบโตที่แต่ละตลาดเคยประสบในช่วงเวลาดังกล่าว
นับจากจุดนี้เป็นต้นไป ควรตรวจสอบ DataFrame ด้วย .info() ในคอนโซลเสมอ แม้ว่าคำแนะนำจะไม่ได้ระบุไว้ก็ตาม มีการนำเข้า pandas เป็น pd, seaborn เป็น sns และ matplotlib.pyplot เป็น plt ไว้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การนำเข้าและจัดการข้อมูลทางการเงินใน Python
คำแนะนำการฝึกหัด
- โหลดไฟล์
'income_growth.csv'ลงในตัวแปรgrowthโดย parse คอลัมน์'DATE'เป็นdtypeแบบdatetime64และตั้งเป็น index - ตรวจสอบสถิติสรุปของอัตราการเติบโตทั้งสามนี้ด้วยฟังก์ชันที่เหมาะสม
- วนลูปผ่าน attribute
growth.columnsใน for loop เพื่อเข้าถึง label ของแต่ละคอลัมน์ โค้ดส่วนใหญ่ได้เตรียมไว้ให้แล้ว- ในแต่ละรอบของ
distplot()ให้ส่งตัวแปรcolumnเพื่อเลือกคอลัมน์ที่ต้องการ ตั้งค่า keywordhistเป็นFalseและตั้งค่าlabelเป็นcolumn - แสดงผลลัพธ์
- ในแต่ละรอบของ
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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()