可视化国际收入分布
seaborn 是一个基于 matplotlib 的 Python 统计数据可视化库。
默认情况下，seaborn 包中的 distplot() 函数会创建一个直方图，即将数据按区间分组并以条形显示，同时拟合核密度估计（KDE），相当于平滑的直方图。您也可以用 distplot() 创建另一种图形——rugplot（地毯图），它会在图表底部添加短线标记，用于表示 x 轴上观测值的密度。
seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, ...)
在之前的练习中，您创建了一个分位数图，用较细的粒度展示了分布中不同位置的人均收入水平。这里，您将使用 distplot() 来获得完整的分布图景！
pandas 已以 pd 导入，上一练习中的 income DataFrame 已在您的工作区中可用。
本练习是课程的一部分
在 Python 中导入与管理金融数据
练习说明
- 导入
seaborn为sns，并将matplotlib.pyplot导入为plt。 - 打印
.describe()提供的汇总统计信息。 - 使用
.distplot()为'Income per Capita'列绘制并显示一个基础直方图。 - 通过将附加参数设置为
bins等于 50、kde为False、rug为True，创建并显示同一数据的 rugplot（地毯图）。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()