or
本練習屬於課程
在本章中,你會學到如何將 Excel 活頁簿中的工作表資料匯入、清理並合併為一個 pandas DataFrame。你也會練習進行分組、為各類別彙總資訊,並用子圖與熱圖來視覺化結果。 你將使用在 NASDAQ、NYSE 與 AMEX 上市公司的資料,內容包含公司名稱、股票代號、最近的市值與價格、產業或產業群組,以及 IPO 年份。在第 2 章中,你會在此資料基礎上,下載並分析其中部分公司的股價歷史。
當前練習
本章將透過 `pandas` 的 `DataReader` 介紹如何連線存取 Google Finance 與美國聯邦準備理事會(Federal Reserve)的資料服務。你會擷取資料、進行基本操作、合併不同資料序列,並視覺化結果。
在本章中,你會學到如何用簡單指標來捕捉各個變數的關鍵特性。如此一來,你更容易理解資料集中變數的分佈:哪些數值是資料的中心或典型代表?你的資料是分散幅度大,還是集中在某個中間區間?是否存在離群值?整體分佈長什麼樣子?
本章介紹如何依一個或多個類別變數來分組資料,並為每個類別計算與視覺化摘要統計量。在此過程中,你會學到比較不同產業與不同 IPO 年代的公司統計、分析全球所得分佈隨時間的變化,並學習如何使用 seaborn 函式庫建立各式統計圖表。