import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns

tiempo_alumnos = pd.Series([6.5, 5.8, 4.5, 6.2, 4.8, 7.3, 4.6, 3.9, 4.4, 5.5, 5.2, 6.7, 3.0, 2.4, 5.0, 3.6, 2.9, 4.0, 2.8, 3.6])

df_1=pd.DataFrame({'tiempos':tiempo_alumnos})

fig, a x= plt.subplots() ax.hist(df_1['tiempos']);

df_2 = pd.DataFrame({'Pronostico ($ por acción)': ['4.45 < 5.95','5.95 < 7.45','7.45 < 8.95','8.95 < 10.45','10.45 < 11.95','11.95 < 13.45'], 'Número de Analistas':[2,8,4,3,2,1]}) df_2

df_2['Frecuencias acum'] = df_2['Número de Analistas'].cumsum()

df_2['Frecuencias relativas'] = df_2['Número de Analistas'].apply(lambda x: (x/20)*100 ) df_2['Frecuencias acumuladas relativas'] = df_2['Frecuencias acum'].apply(lambda x: (x/20)*100 ) df_2

fig, ax = plt.subplots() ax.hist(df_2['Número de Analistas']);