अपने डेटा का वितरण विज़ुअलाइज़ करें

Python में वित्तीय डेटा इम्पोर्ट और मैनेज करना

Stefan Jansen

Instructor

हमेशा अपने डेटा को देखें!

एक जैसे मेट्रिक्स बहुत अलग डेटा दिखा सकते हैं

हमेशा अपने डेटा को देखें

seaborn प्लॉट्स का परिचय

आकर्षक और जानकारीपूर्ण कई सांख्यिकीय प्लॉट्स
matplotlib पर आधारित
स्विस आर्मी नाइफ: seaborn.distplot()
- हिस्टोग्राम
- Kernel Density Estimation (KDE)
- रगप्लॉट

10 वर्ष ट्रेजरी: ट्रेंड और वितरण

ty10 = web.DataReader('DGS10', 'fred', date(1962, 1, 1))
ty10.info()

DatetimeIndex: 15754 entries, 1962-01-02 to 2022-05-20
Data columns (total 1 columns):
 #   Column  Non-Null Count  Dtype  
 --  ------  --------------  -----  
 0   DGS10   15083 non-null  float64

ty10.describe()

              DGS10
mean       6.291073
std        2.851161
min        1.370000
25%        4.190000
50%        6.040000
...

10 वर्ष ट्रेजरी: टाइम सीरीज़ ट्रेंड

ty10.dropna(inplace=True) # Avoid creation of copy

ty10.plot(title='10-year Treasury'); plt.tight_layout()

10-वर्ष ट्रेजरी समय-श्रृंखला

10 वर्ष ट्रेजरी: ऐतिहासिक वितरण

import seaborn as sns
sns.distplot(ty10)

10-वर्ष ट्रेजरी हिस्टोरिकल डिस्ट्रीब्यूशन

10 वर्ष ट्रेजरी: ट्रेंड और वितरण

ax = sns.distplot(ty10)
ax.axvline(ty10['DGS10'].median(), color='black', ls='--')

10-वर्ष ट्रेजरी डेंसिटी और मेडियन

अभ्यास करते हैं!

Python में वित्तीय डेटा इम्पोर्ट और मैनेज करना