Dağılımdaki değerleri vurgulama
Bazen daha iyi bir görselleştirme oluşturmak için verini düzenlemen gerekir. Eksik değerlerle başa çıkmak için kullanabileceğin iki yöntem .dropna() ve .fillna()'dır. Ayrıca belirli bir yüzde değerinin (percentile) üstündeki veya altındaki girdileri, ilgili sütuna .quantile() kullanarak bir koşul uygulayıp filtreleyerek aykırı değerleri kaldırabilirsin.
Videoda ayrıca, eksenler boyunca x konumunda dikey bir çizgi ekleyerek bir grafikte belirli bir değeri nasıl vurgulayacağını da gördün:
Axes.axvline(x=0, color=None, ...)
Bu egzersizde, küresel gelir dağılımına son bir kez bakacak, %95. yüzdelik üzerindeki aykırı değerleri kaldıracak, dağılımı çizecek ve hem ortalamayı hem de medyanı vurgulayacaksın. pandas pd olarak, seaborn sns olarak ve matplotlib.pyplot plt olarak içe aktarılmıştır ve önceki egzersizlerden income DataFrame'i çalışma alanında hazırdır.
Bu egzersiz, kursun bir parçasıdır
Python ile Finansal Verileri İçe Aktarma ve Yönetme
Egzersiz talimatları
- 'Income per Capita' sütununu
inc_per_capita'ya ata. inc_per_capitaiçinde yalnızca %95. yüzdelikten daha düşük olan satırları tutacak şekilde filtrele. Aynı değişkene yeniden ata.- Filtrelenmiş
inc_per_capitaiçin varsayılan bir histogram çiz veaxdeğişkenine ata. inc_per_capitaortalamasını mavi renkte vurgulamak içincolor='b'ileax.axvline()kullan.- Medyanı yeşil renkte vurgulamak için
color='g'ileax.axvline()kullan. Sonucu göster!
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Create inc_per_capita
inc_per_capita = ____
# Filter out incomes above the 95th percentile
inc_per_capita = inc_per_capita[____ < ____]
# Plot histogram and assign to ax
ax = ____
# Highlight mean
ax.axvline(inc_per_capita.mean(), color='b')
# Highlight median
ax.axvline(inc_per_capita.median(), color='g')
# Show the plot
plt.show()