Zaman içinde küresel kişi başına medyan gelir

seaborn içindeki barplot() fonksiyonu, nokta tahminlerini ve güven aralıklarını dikdörtgen çubuklar olarak gösterir; varsayılan olarak ortalamayı gösterir, ancak estimator parametresine belirli bir numpy fonksiyonu geçirirsen, başka bir özet istatistiği de temsil edebilir:

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

Bu egzersizde, 2000 yılından bu yana 189 ülke için küresel kişi başına gelir verileri içeren, içe aktarılmış bir Dünya Bankası veri kümesini kullanacaksın. Kategori başına özet istatistikleri göstermeyi pratik etmek için, 2000'den bu yana küresel kişi başına medyan geliri ortalamayla karşılaştırarak görselleştireceksin.

pandas pd olarak, numpy np olarak, matplotlib.pyplot plt olarak ve seaborn sns olarak içe aktarılmıştır. Küresel gelir verileri çalışma alanında income_trend içinde mevcut.

Bu egzersiz, kursun bir parçasıdır

Python ile Finansal Verileri İçe Aktarma ve Yönetme

Kursa Göz Atın

Egzersiz talimatları

.info() kullanarak income_trend'i incele.
x için 'Year' ve y için 'Income per Capita' sütunlarını kullanarak bir sns.barplot() oluştur ve xticks'leri 45 derece döndürdükten sonra sonucu göster.
İkinci grafiği gösterebilmek için ilk plt.show()'dan sonra plt.close() kullan.
Aynı x ve y ayarlarıyla, medyanı hesaplamak için estimator=np.median kullanarak ikinci bir sns.barplot() oluştur ve sonucu göster.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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()

Kodu Düzenle ve Çalıştır