:class: dropdown

10_Data_Fluctuation.ipynb

@@ -473,7 +473,7 @@
    },
    "outputs": [],
    "source": [
-    "for r, l in zip(ratio_lst,label_lst):\n",
+    "for r, l in zip(ratio_lst, label_lst):\n",
     "    \n",
     "    r.plot(label=l, legend=True)"
    ]
@@ -644,6 +644,8 @@
    "metadata": {},
    "source": [
     "```{admonition} コードの説明\n",
+    ":class: dropdown\n",
+    "\n",
     "* `#1`：右辺では列`unemployment_rate`の列インデックスを抽出し、左辺の変数`u_idx`に割り当てている。右辺では、まず`df.columns`で列ラベルを抽出し、`.tolist()`を使いリストに変換している。これで、列ラベルが要素となるリストが作成される。そのリストのメソッド`.index()`を使うと、リストに含まれる要素のインデックス番号を抽出することができる。ここでは`unemployment_rate`のインデックス番号を抽出している。\n",
     "* `#2`：平均失業率を格納する空のリスト\n",
     "* `#3`：`df.iloc[]`を使い、各`10`年間の失業率を抽出し、`.mean()`を使い、その平均を計算している。`+40`は`10`年に含まれる四半期の数を表している。\n",
@@ -691,6 +693,8 @@
    "metadata": {},
    "source": [
     "```{admonition} コードの説明\n",
+    ":class: dropdown\n",
+    "\n",
     "* `#1`：上の図と同じ`unemployment_rate`のプロットを表示するが、それと同時に軸を`ax`に割り当てる。\n",
     "* `#2`：凡例の表示を設定する。\n",
     "* `#3`：`start_decade`の最後の要素以外で`for`ループを実行する。また`enumerate()`関数を使い、`start_decade`の要素のインデックス番号を`i`に割り当て、要素は`start`に割り当てる。\n",
@@ -1655,7 +1659,7 @@
    },
    "outputs": [],
    "source": [
-    "df.plot(x='gdp_cycle', y='investment_cycle', kind='scatter')\n",
+    "df.plot.scatter(x='gdp_cycle', y='investment_cycle')\n",
     "pass"
    ]
   },
@@ -2068,7 +2072,7 @@
    },
    "outputs": [],
    "source": [
-    "g.plot(x='gdp_cycle_lag', y='gdp_cycle', kind='scatter')\n",
+    "g.plot.scatter(x='gdp_cycle_lag', y='gdp_cycle')\n",
     "pass"
    ]
   },
@@ -2147,7 +2151,9 @@
   },
   {
    "cell_type": "markdown",
-   "metadata": {},
+   "metadata": {
+    "jp-MarkdownHeadingCollapsed": true
+   },
    "source": [
     "### インフレ率と失業率"
    ]