Distribusi per kategori dengan seaborn

Mengimpor dan Mengelola Data Keuangan di Python

Stefan Jansen

Instructor

Distribusi per kategori

Segmen terakhir: statistik ringkas
Jumlah observasi, mean per kategori
Sekarang: visualisasikan distribusi variabel menurut level variabel kategorikal untuk memudahkan perbandingan
Contoh: distribusi Market Cap menurut Sektor atau Tahun IPO
Lebih detail daripada statistik ringkas

Bersihkan data: hapus outlier

nasdaq = pd.read_excel('listings.xlsx', sheet_name='nasdaq', 
                        na_values='n/a')
nasdaq['market_cap_m'] = nasdaq['Market Capitalization'].div(1e6)

nasdaq = nasdaq[nasdaq.market_cap_m > 0] # Active companies only

outliers = nasdaq.market_cap_m.quantile(.9) # Outlier threshold

nasdaq = nasdaq[nasdaq.market_cap_m < outliers] # Remove outliers

Boxplot: kuartil dan outlier

import seaborn as sns
sns.boxplot(x='Sector', y='market_cap_m', data=nasdaq)
plt.xticks(rotation=75);

Kuartil

Variasi: SwarmPlot

sns.swarmplot(x='Sector', y='market_cap_m', data=nasdaq)
plt.xticks(rotation=75)
plt.show()

Swarmplot

Ayo berlatih!

Mengimpor dan Mengelola Data Keuangan di Python