使用一个以 exchange 为迭代变量的 for 循环，exchange 包含每个交易所的名称。
- 在每次迭代中，将 listings 中以键 exchange 对应的 DataFrame 追加到 all_listings。
循环结束后，使用 pd.concat() 将 all_listings 中的三个 DataFrame 合并，并将结果赋给 listing_data。
过滤 listing_data 中行业为 'Technology' 的公司，并将结果赋给 tech_companies。
将 tech_companies 的 'IPO Year' 列赋给 ipo years。
对该数据使用 .dropna() 删除缺失值，并用 .astype() 转换为 int。
对 ipo_years 应用 .value_counts()，将年份按升序排序，并创建标题为 'Tech IPOs by Year' 的条形图。
将 xticks 旋转 45 度并显示结果。

用描述性统计汇总您的数据