AIM-PIbd-31-Teryokhin-A-S/lab_1/lab1.ipynb

Начало лабораторной работы¶

Выгрузка данных из csv файла в датафрейм

In [2]:

import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv("..//static//csv//lab.csv")
print(df.columns)

Index(['stock index', 'country', 'year', 'index price', 'log_indexprice',
       'inflationrate', 'oil prices', 'exchange_rate', 'gdppercent',
       'percapitaincome', 'unemploymentrate', 'manufacturingoutput',
       'tradebalance', 'USTreasury'],
      dtype='object')

Данная диаграмма отображает рост ВВП США по годам, из чего можно сделать вывод, что экономика США за период с 1980 по 2020 годы ухудшалась.

In [4]:

us_data = df.iloc[0:41]
us_data.plot(kind='bar', x='year', y='gdppercent', color='skyblue')

plt.title('Рост ВВП США по годам')
plt.xlabel('Год')
plt.ylabel('ВВП (%)')
plt.show()

Данная диаграмма отображает инфляцию и цены на нефть, что позволяет сделать вывод о том, что при росте инфляции цены на нефть занижались для регулирования ситуации.

In [20]:

df.plot(kind='scatter', x='inflationrate', y='oil prices', color='green')

plt.title('Взаимосвязь инфляции и цены на нефть')
plt.xlabel('Инфляция (%)')
plt.ylabel('Цена на нефть')
plt.show()

Данная диаграмма отображает рост ВВП и уровня безработицы в США в период с 1980 по 2020 годы, из чего можно сделать вывод о том, что при росте безработицы ВВП в США падал.

In [5]:

us_data.plot(kind='line', x='year', y=['gdppercent', 'unemploymentrate'], figsize=(10, 6))

plt.title('Соотношение уровня безработицы и ВВП США по годам')
plt.xlabel('Год')
plt.ylabel('Проценты')
plt.legend(['Рост ВВП', 'Уровень безработицы'])
plt.grid(True)
plt.show()