จำนวนบริษัทแยกตามภาคส่วนในทุกตลาดหลักทรัพย์
ตัวแปรเชิงหมวดหมู่ (categorical variable) คือตัวแปรที่มีค่าได้เพียงจำนวนจำกัดตามคุณสมบัติเชิงคุณภาพ ส่วน การแจกแจงความถี่ (frequency distribution) คือการแสดงจำนวนครั้งที่ตัวแปรเชิงหมวดหมู่แต่ละค่าปรากฏในชุดข้อมูล
นึกถึงข้อมูลตลาดหลักทรัพย์จากบทก่อนหน้า ฟังก์ชัน .mean() ไม่ค่อยมีประโยชน์สำหรับการทำความเข้าใจความถี่ของค่า 'Sector' อย่าง 'Technology' หรือ 'Finance' แต่ .value_counts() และ .nunique() มีประโยชน์มากกว่า
ในแบบฝึกหัดนี้ จะเปรียบเทียบการกระจายตัวของรายชื่อบริษัทในตลาด AMEX, NASDAQ และ NYSE แยกตามภาคส่วน โดยได้นำเข้า pandas เป็น pd และ matplotlib.pyplot เป็น plt แล้ว และข้อมูลรายชื่อบริษัทจากแบบฝึกหัดก่อนหน้าถูกโหลดลงในพจนานุกรม listings ซึ่งมีคีย์เป็น 'amex', 'nasdaq' และ 'nyse'
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การนำเข้าและจัดการข้อมูลทางการเงินใน Python
คำแนะนำการฝึกหัด
- สร้างลิสต์
exchangesที่ประกอบด้วยสตริงชื่อตลาดหลักทรัพย์ตามลำดับที่ระบุข้างต้น - ใช้ for loop วนซ้ำผ่าน
exchangesโดยใช้ตัวแปรวนซ้ำexchangeที่เก็บชื่อของตลาดหลักทรัพย์แต่ละแห่ง ในแต่ละรอบการวนซ้ำ:- ใช้
.value_counts()กับคอลัมน์'Sector'แล้วกำหนดผลลัพธ์ให้กับตัวแปรsectors - จัดเรียง
sectorsจากมากไปน้อย แล้วพล็อตกราฟแท่ง - แสดงผลลัพธ์
- ใช้
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create the list exchanges
exchanges = [____, ____, ____]
# Iterate over exchanges then plot and show result
for ____ in exchanges:
sectors = listings[____].____.____()
# Sort in descending order and plot
sectors.sort_values(____=____).plot(____=____)
# Show the plot
plt.show()