視覺化國際所得分配
seaborn 是建立在 matplotlib 之上的 Python 統計資料視覺化函式庫。
在預設情況下，seaborn 套件的 distplot() 會建立直方圖，也就是把資料分組到區間並以長條顯示，並同時擬合核密度估計（KDE），也可視為平滑的直方圖。你也可以用 distplot() 建立另一種類型的圖叫做 rugplot，它會在圖表底部沿著 x 軸加上刻度標記，用來表示觀測值的密度。
seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, ...)
在前面的練習中，你已建立過分位數圖，能相當細緻地看出分配中不同位置的人均所得水準。現在，改用 distplot() 來掌握全貌吧！
pandas 已以 pd 匯入，且上一個練習中的 income DataFrame 已可在你的工作空間中使用。
本練習屬於課程
在 Python 中匯入與管理財務資料
練習說明
- 匯入
seaborn為sns，以及matplotlib.pyplot為plt。 - 列印
.describe()所提供的摘要統計。 - 以
.distplot()繪製並顯示'Income per Capita'欄位的基本直方圖。 - 以相同資料建立並顯示 rugplot，並將額外參數設定為
bins等於 50、kde為False，以及rug為True。
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。
# Import seaborn and matplotlib
____
____
# Print the summary statistics for income
print(____.____())
# Plot a basic histogram of income per capita
____
# Show the plot
plt.show()
# Plot a rugplot
sns.distplot(income['Income per Capita'], ____, ____, ____)
# Show the plot
plt.show()