Statistici rezumative pe categorii cu seaborn

Importul și gestionarea datelor financiare în Python

Stefan Jansen

Instructor

Grafice categorice cu seaborn

Metode specializate de vizualizare a combinațiilor de variabile categorice și numerice
Vizualizarea estimărilor statisticilor rezumative pe categorie
Înțelegerea impactului categoriilor asupra variabilelor numerice
Compararea prin indicatori cheie ai caracteristicilor distribuției
Exemplu: Capitalizare de piață medie pe sector sau an IPO, cu indicarea dispersiei

Noțiuni de bază: countplot

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

countplot, sortat

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, sortat

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

countplot, categorii multiple

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)

Comparați statistici cu 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')

Să exersăm!

Importul și gestionarea datelor financiare în Python