Thu nhập bình quân đầu người toàn cầu theo thời gian (trung vị)

Hàm barplot() của seaborn hiển thị các ước lượng điểm và khoảng tin cậy dưới dạng các cột hình chữ nhật; mặc định là hiển thị giá trị trung bình, nhưng bạn cũng có thể biểu diễn một thống kê tóm tắt khác nếu truyền một hàm numpy cụ thể vào tham số estimator:

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

Trong bài tập này, bạn sẽ dùng một bộ dữ liệu của World Bank đã được nhập sẵn, chứa thu nhập bình quân đầu người toàn cầu cho 189 quốc gia từ năm 2000. Để luyện tập hiển thị thống kê tóm tắt theo từng nhóm, bạn sẽ vẽ và so sánh trung vị thu nhập bình quân đầu người toàn cầu từ năm 2000 với giá trị trung bình.

pandas là pd, numpy là np, matplotlib.pyplot là plt, và seaborn là sns đã được nhập. Dữ liệu thu nhập toàn cầu có sẵn trong không gian làm việc của bạn với tên income_trend.

Bài tập này là một phần của khóa học

Nhập và quản lý dữ liệu tài chính bằng Python

Xem khóa học

Hướng dẫn bài tập

Kiểm tra income_trend bằng .info().
Tạo một sns.barplot() dùng cột 'Year' cho x và 'Income per Capita' cho y, rồi hiển thị kết quả sau khi xoay xticks 45 độ.
Dùng plt.close() sau lần plt.show() đầu tiên để có thể hiển thị biểu đồ thứ hai.
Tạo biểu đồ sns.barplot() thứ hai với cùng thiết lập x và y, sử dụng estimator=np.median để tính trung vị, rồi hiển thị kết quả.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# 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()

Chỉnh sửa và Chạy Mã