可视化样本
您已经看到，单一样本可能给出不可靠的点估计。为此，您决定抽取 100 个样本，每个样本包含连续 90 天的 BTC 交易数据。对于这 100 个样本中的每一个，您都计算该时间段内 BTC 的百分比变化。接着，您希望将这些数据绘制为直方图，以理解抽样分布。
虽然可以使用 plt.hist() 创建这些可视化，但在本练习中，您将练习在 DataFrame 上使用 .plot()，并传入 bins 和 density 参数。
这 100 个百分比变化的样本已加载到 btc_pct_change_list 中。它是一个长度为 100 的列表，每个元素对应所选 100 个样本之一的 BTC 百分比变化。Matplotlib 也已作为 plt 导入。
本练习是课程的一部分
Python 推断基础
练习说明
- 使用 15 个
bins绘制 BTC 百分比变化的直方图，并将 y 值显示为density（密度），而非计数。 - 将 x 轴标签设为 "BTC 90-day percent change"。
- 将 y 轴标签设为 "Percent of samples"。
- 将标题设为 "Sampling distribution of BTC 90-day change"。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()