Statystyki podsumowujące według kategorii w seaborn

Importowanie i zarządzanie danymi finansowymi w Pythonie

Stefan Jansen

Instructor

Wykresy kategoryczne w seaborn

Specjalne sposoby wizualizacji kombinacji zmiennych kategorycznych i numerycznych
Wizualizacja estymatorów statystyk podsumowujących dla każdej kategorii
Zrozumienie wpływu kategorii na zmienne numeryczne
Porównywanie przy użyciu kluczowych miar rozkładu
Przykład: Średnia kapitalizacja rynkowa według sektora lub roku IPO z uwzględnieniem rozproszenia

Podstawy: countplot

sns.countplot(x='Sector', data=nasdaq)
plt.xticks(rotation=45)

countplot – posortowany

sector_size = nasdaq.groupby('Sector').size()
order = sector_size.sort_values(ascending=False)
order.head()

Sector
Health Care          645
Finance              627
Technology           433
...

order = order.index.tolist()

['Health Care', 'Finance', ..., 'Energy', 'Transportation']

countplot – posortowany

sns.countplot(x='Sector', data=nasdaq, order=order)
plt.xticks(rotation=45)
plt.title('# Observations per Sector')

countplot – wiele kategorii

recent_ipos = nasdaq[nasdaq['IPO Year'] > 2014]
recent_ipos['IPO Year'] = recent_ipos['IPO Year'].astype(int)
sns.countplot(x='Sector', hue='IPO Year', data=recent_ipos)

Porównywanie statystyk za pomocą PointPlot

nasdaq['IPO'] = nasdaq['IPO Year'].apply(lambda x: 'After 2000' if x > 2000 else 'Before 2000')
sns.pointplot(x='Sector', y='market_cap_m', hue='IPO', data=nasdaq)
plt.xticks(rotation=45); plt.title('Mean Market Cap')

Czas na ćwiczenia!

Importowanie i zarządzanie danymi finansowymi w Pythonie