Tính nhiều chỉ số theo ngành và năm IPO
Hàm pointplot() của seaborn giúp bạn so sánh các thống kê tóm tắt của một biến số theo các mức khác nhau của biến phân loại:
seaborn.pointplot(x=None, y=None, hue=None, data=None, ...)
Trong video, bạn đã thấy một trực quan hóa cho vốn hóa thị trường (biến số), được phân biệt theo việc IPO (biến phân loại) xảy ra trước (mức thứ nhất) hay sau (mức thứ hai) năm 2000.
Trong bài tập này, bạn sẽ so sánh vốn hóa thị trường trung bình cho từng năm kể từ 2000 đối với NYSE và NASDAQ, sau khi loại các ngoại lệ vượt quá phân vị 95. pandas là pd và matplotlib.pyplot là plt đã được nhập, và DataFrame listings với cột tham chiếu 'Exchange' đã có sẵn trong không gian làm việc của bạn.
Bài tập này là một phần của khóa học
Nhập và quản lý dữ liệu tài chính bằng Python
Hướng dẫn bài tập
- Import
seabornlàsns. - Lọc
listingsđể chỉ giữ các công ty có IPO sau năm 2000 từ tất cả các sàn giao dịch, trừ'amex'. - Chuyển dữ liệu trong cột
'IPO Year'sang số nguyên. - Tạo cột
market_cap_mđể biểu thị vốn hóa thị trường theo đơn vị triệu USD. - Lọc
market_cap_mđể loại trừ các giá trị cao hơn phân vị 95. - Tạo
pointplottừlistingsvới'IPO Year'chox,'market_cap_m'choy, và'Exchange'chohue. Hiển thị kết quả sau khi xoayxticks45 độ.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import the seaborn library as sns
____
# Exclude IPOs before 2000 and from the 'amex'
listings = ____[(____['IPO Year'] > ____) & (listings.Exchange != ____)]
# Convert IPO Year to integer
listings['IPO Year'] = ____['IPO Year'].____(____)
# Create market_cap_m
listings['market_cap_m'] = ____['Market Capitalization'].div(1e6)
# Exclude outliers
listings = listings[listings.____ < listings.____.____(.95)]
# Create the pointplot
sns.pointplot(x=____, y=____, hue=____, data=____)
# Rotate xticks
plt.____(____=____)
# Show the plot
plt.show()