全球所得：離散程度

「quantile（分位數）」是將 DataFrame 的次數分配切分為等份後，用來描述離散程度的度量。你可以用 df.quantile(q) 取得 DataFrame df 在給定分位數 q 的值；同樣地，若 q 提供的是一個列表，則會回傳各個分位數對應的值。

在這裡，你會用兩種離散程度的指標，繼續分析全球所得的分配：標準差（variance 的平方根）以及四分位距（interquartile range, IQR）。

pandas 已經以 pd 匯入，上一題的 income DataFrame 也已在你的工作環境中。

本練習屬於課程

在 Python 中匯入與管理財務資料

檢視課程

練習說明

使用合適的函式，計算人均所得的平均數為 mean，以及標準差為 std。
不使用 .quantile()，計算並印出以平均數為中心、正負 1 個標準差的區間上下界，存成列表 bounds：
- 第一個元素為 mean 減去 std
- 第二個元素為 mean 加上 std
使用 .quantile() 並提供兩個適當的小數值列表，計算並印出「'Income per Capita'」的第 1 與第 3 四分位數為 quantiles。這些值是否相符？
依照你在影片中學到的簡單相減表達式，計算並印出 IQR（iqr）。

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。

# Calculate mean
mean = ____

# Calculate standard deviation
std = income['Income per Capita'].std()

# Calculate and print lower and upper bounds
bounds = [____, ____]
print(bounds)

# Calculate and print first and third quartiles
quantiles = income['Income per Capita'].____([____, ____])
print(quantiles)

# Calculate and print IQR
iqr = ____ - ____
print(iqr)

編輯並執行程式碼