視覺化樣本
你已經看到單一樣本可能會給出不可靠的點估計。為了進一步探討，你決定從 BTC 交易資料中擷取 100 個樣本，每個樣本涵蓋連續 90 天。對於這 100 個樣本中的每一個，你都計算該期間 BTC 的百分比變化。接著你想把這些資料畫成直方圖，以瞭解抽樣分配。
雖然可以用 plt.hist() 來製作這些視覺化，不過在這個練習中，你會練習在 DataFrame 上使用 .plot()，並加入 bins 與 density 參數。
100 個百分比變化的樣本已載入為 btc_pct_change_list。這是一個長度為 100 的串列，其中每個元素都是對應樣本的 BTC 百分比變化。Matplotlib 也已經以 plt 匯入。
本練習屬於課程
Python 推論基礎
練習說明
- 繪製 BTC 百分比變化的直方圖，設定 15 個
bins，且 y 值顯示density（機率密度）而非次數。 - 將 x 軸標籤設為「BTC 90-day percent change」。
- 將 y 軸標籤設為「Percent of samples」。
- 將標題設為「Sampling distribution of BTC 90-day change」。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Plot a histogram of percent changes
plt.____(____, bins=____, density=____)
# Set the x-axis label
plt.____('BTC 90-day percent change')
# Set the y-axis label
plt.____('Percent of samples')
# Set the title
plt.____('Sampling distribution of BTC 90-day change')
plt.show()