使用 seaborn 依類別看分布

在 Python 中匯入與管理財務資料

Stefan Jansen

Instructor

依類別看分布

上一段：摘要統計
觀測數、各類別的平均值
現在：依類別型變數的層級，比較某變數的分布
範例：各「Sector」或「IPO Year」的市值分布
比摘要統計更有細節

清理資料：移除離群值

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

盒鬚圖：四分位與離群值

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

四分位與離群值示意

變化式：SwarmPlot

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

SwarmPlot 範例

一起來練習吧！

在 Python 中匯入與管理財務資料