目录

航班乘客变化分析

%matplotlib inline
import matplotlib as mpl
from matplotlib import pyplot as plt
import seaborn as sns
import pandas as pd

# 设置一些全局的资源参数，可以进行个性化修改
import matplotlib
# 设置图片尺寸 14" x 7"
# rc: resource configuration
matplotlib.rc('figure', figsize = (10, 5))
# 设置字体 14
matplotlib.rc('font', size = 10)
# 不显示网格
matplotlib.rc('axes', grid = False)
# 设置背景颜色是白色
matplotlib.rc('axes', facecolor = 'white')

data = pd.read_csv("flights.csv")  #本地导入
data.head()
# 年份，月份，乘客数

在这里插入图片描述

  1. 分析年度乘客总量变化情况（折线图）

  2. 分析乘客在一年中各月份的分布（柱状图）

ex11 = data.groupby('year').sum() 
ex12 = data.groupby('month').sum() 

plt.figure(figsize=(15,5)) 
plt.subplot(1,2,1) 
plt.plot(ex11['passengers']) 
plt.title('The number of passengers in each year') 
plt.xlabel('year') 
plt.ylabel('number') 
plt.xticks(ex11.index)

plt.subplot(1,2,2) 
x = [i+1 for i in range(len(ex12['passengers']))] 
plt.bar(x,ex12['passengers'].values) 
plt.title('The number of passengers in each month') 
plt.xlabel('month') 
plt.ylabel('number') 
plt.xticks(x)
plt.show()

在这里插入图片描述

鸢尾花花型尺寸分析

  • 萼片（sepal）和花瓣（petal）的大小关系（散点图）
  • 不同种类（species）鸢尾花萼片和花瓣的大小关系（分类散点子图）
  • 不同种类鸢尾花萼片和花瓣大小的分布情况（柱状图或者箱式图）
#data = sns.load_dataset("iris")
data = pd.read_csv("iris.csv") #本地导入
data.head()
# 萼片长度，萼片宽度，花瓣长度，花瓣宽度，种类

在这里插入图片描述

def scatterplot1(x,y,n, x_data, y_data, x_label, y_label, title):    
    plt.subplot(x,y,n)    
    #plt.figure(figsize=(10,10))    
    plt.scatter(x_data, y_data, s=10, color = '#539caf', alpha=0.75)    
    plt.title(title)    
    plt.xlabel(x_label)    
    plt.ylabel(y_label)    
    
plt.figure(figsize=(10,10)) 
scatterplot1(2,2,1, data['sepal_length'].values,             
             data['petal_length'].values,             
             's_l', 'p_l', 's_l VS. p_l') 
scatterplot1(2,2,2, data['sepal_length'].values,             
             data['petal_width'].values,             
             's_l', 'p_w', 's_l VS. p_w') 
scatterplot1(2,2,3, data['sepal_width'].values,             
             data['petal_length'].values,             
             's_w', 'p_l', 's_w VS. p_l') 
scatterplot1(2,2,4, data['sepal_width'].values,             
             data['petal_width'].values,             
             's_w', 'p_w', 's_w VS. p_w')
# 萼片（sepal）和花瓣（petal）的大小关系（散点图）

在这里插入图片描述

def scatterplot2(x,y,n,data, xlabel, ylabel, x_label, y_label, title):    
    plt.subplot(x,y,n)    
    #plt.figure(figsize=(10,10))    
    data_s = data[data.species == 'setosa']    
    data_ver = data[data.species == 'versicolor']    
    data_vir = data[data.species == 'virginica']    
    # 蓝色是setosa，红色是versicolor，黑色的是virginica
    plt.scatter(data_s[xlabel],                 
                data_s[ylabel], s=10, color = '#539caf', alpha=0.75)    
    plt.scatter(data_ver[xlabel],                 
                data_ver[ylabel], s=10, color = 'red', alpha=0.75)    
    plt.scatter(data_vir[xlabel],                 
                data_vir[ylabel], s=10, color = 'black', alpha=0.75)    
    plt.title(title)    
    plt.xlabel(x_label)    
    plt.ylabel(y_label)    

plt.figure(figsize=(12,12)) 
scatterplot2(2,2,1,data, 'sepal_length', 'petal_length',             
             's_l', 'p_l', 's_l VS. p_l') 
scatterplot2(2,2,2,data, 'sepal_length', 'petal_width',             
             's_l', 'p_w', 's_l VS. p_w') 
scatterplot2(2,2,3,data, 'sepal_width', 'petal_length',             
             's_w', 'p_l', 's_w VS. p_l') 
scatterplot2(2,2,4,data, 'sepal_width', 'petal_width',             
             's_w', 'p_w', 's_w VS. p_w')
# 不同种类（species）鸢尾花萼片和花瓣的大小关系（分类散点子图）

在这里插入图片描述

data_s = data[data.species == 'setosa'] 
data_ver = data[data.species == 'versicolor'] 
data_vir = data[data.species == 'virginica'] 
features = ['sepal_length','sepal_width','petal_length','petal_width']

def boxplot(x_data, y_data, base_color, median_color):    
    # x_data: features    
    # y_data: data_s , data_ver or data_vir    
    bp_data = []    
    for feature in x_data:         
        bp_data.append(y_data[feature].values)            
    
    _, ax = plt.subplots()    
    ax.boxplot(bp_data,                
               patch_artist = True,               
               medianprops = {'color': base_color},               
               boxprops = {'color': base_color,                            
                           'facecolor': median_color},               
               whiskerprops = {'color': median_color},               
               capprops = {'color': base_color})    
    ax.set_xticklabels(x_data)    
    ax.set_ylabel('Values')    
    ax.set_xlabel('Features of the %s flowers'                   
                  % y_data.species.values[0])    
    ax.set_title('The box with 4 features for the %s flowers'                  
                 % y_data.species.values[0] )

boxplot(x_data = features        
        , y_data = data_s        
        , base_color = 'b'        
        , median_color = 'r') 
boxplot(x_data = features        
        , y_data = data_ver        
        , base_color = 'b'        
        , median_color = 'r') 
boxplot(x_data = features        
        , y_data = data_vir        
        , base_color = 'b'        
        , median_color = 'r')
# 不同种类鸢尾花萼片和花瓣大小的分布情况（柱状图或者箱式图）

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

餐厅小费情况分析

#data = sns.load_dataset("tips")
data = pd.read_csv("tips.csv") #本地导入
data.head()
# 总消费，小费，性别，吸烟与否，就餐星期，就餐时间，就餐人数

在这里插入图片描述

  • 小费和总消费之间的关系（散点图）
  • 男性顾客和女性顾客，谁更慷慨（分类箱式图）
  • 抽烟与否是否会对小费金额产生影响（分类箱式图）
  • 工作日和周末，什么时候顾客给的小费更慷慨（分类箱式图）
  • 午饭和晚饭，哪一顿顾客更愿意给小费（分类箱式图）
  • 就餐人数是否会对慷慨度产生影响（分类箱式图）
  • 性别+抽烟的组合因素对慷慨度的影响（分类柱状图）
def scatterplot(x_data, y_data, x_label, y_label, title):    
    plt.scatter(x_data, y_data, s=10, color = '#539caf', alpha=0.75)    
    plt.title(title)    
    plt.xlabel(x_label)    
    plt.ylabel(y_label)
scatterplot(data.total_bill, data.tip, 'total bill', 'tip', 'total bill vs. tip')
# 小费和总消费之间的关系（散点图）
# 正相关

在这里插入图片描述

def boxplot(x_data, y_data, y_value, base_color, median_color):    
    # x_data: ['Male','Female']    
    # y_data: data    
    # x_colum: 'sex'    
    # y_value: ''    
    x_feature = data[x_data].unique()    
    bp_data = []    
    for item in x_feature:         
        bp_data.append(data[data[x_data] == item][y_value].values)    
    _, ax = plt.subplots()        
    
    ax.boxplot(bp_data,                
               patch_artist = True,               
               medianprops = {'color': base_color},               
               boxprops = {'color': base_color,                            
                           'facecolor': median_color},               
               whiskerprops = {'color': median_color},               
               capprops = {'color': base_color})        
    ax.set_xticklabels(x_feature)    
    ax.set_ylabel('Values of %s' % y_value)    
    ax.set_xlabel('Features of the %s '                   
                  % x_data)    
    ax.set_title('The box with %d features for the %s'                  
                 % (len(x_feature), y_value) )

boxplot(x_data = 'sex'
        , y_data = data
        , y_value = 'tip'
        , base_color = 'b'
        , median_color = 'r')
# 男性顾客和女性顾客，谁更慷慨（分类箱式图）

在这里插入图片描述

boxplot(x_data = 'smoker'
        , y_data = data
        , y_value = 'tip'
        , base_color = 'b'
        , median_color = 'r')
# 抽烟与否是否会对小费金额产生影响（分类箱式图）

在这里插入图片描述

boxplot(x_data = 'day'
        , y_data = data
        , y_value = 'tip'
        , base_color = 'b'
        , median_color = 'r')
# 工作日和周末，什么时候顾客给的小费更慷慨（分类箱式图）

在这里插入图片描述

boxplot(x_data = 'time'
        , y_data = data
        , y_value = 'tip'
        , base_color = 'b'
        , median_color = 'r')
# 午饭和晚饭，哪一顿顾客更愿意给小费（分类箱式图）

在这里插入图片描述

boxplot(x_data = 'size'
        , y_data = data
        , y_value = 'tip'
        , base_color = 'b'
        , median_color = 'r')
# 就餐人数是否会对慷慨度产生影响（分类箱式图）

在这里插入图片描述

import pandas as pd 
import numpy as np
mean_by_sex_smoker = pd.pivot_table(data=data,                                     
                                    values='tip',                                     
                                    index='sex',                                    
                                    columns='smoker',                                    
                                    fill_value=0,                                    
                                    aggfunc='mean') 
def groupedbarplot(x_data, y_data_list, y_data_names, colors, x_label, y_label, title):    
    print(mean_by_sex_smoker)    
    _, ax = plt.subplots()    
    total_width = 0.8    
    ind_width = total_width / len(y_data_list)     
    alteration = np.arange(-total_width/2+ind_width/2,                            
                           total_width/2+ind_width/2, ind_width)    
    x_data = [i for i in range(len(x_data))]        
    for i in range(0, len(y_data_list)):        
        ax.bar(x_data + alteration[i], y_data_list[i], color = colors[i],               
               label = y_data_names[i], width = ind_width)    
        ax.set_ylabel(y_label)    
        ax.set_xlabel(x_label)    
        ax.set_title(title)    
        ax.set_xticks(np.linspace(0,1,len(mean_by_sex_smoker)))     
        ax.set_xticklabels(mean_by_sex_smoker.index)    
        ax.legend(loc = 'upper right')

groupedbarplot(x_data = mean_by_sex_smoker.index.values
               , y_data_list = [mean_by_sex_smoker['Yes'],
                                mean_by_sex_smoker['No']]
               , y_data_names = ['Yes', 'No']
               , colors = ['#539caf', '#7663b0']
               , x_label = 'Sex'
               , y_label = 'Value of tip'
               , title = 'Values by Sex (Male or Female) and Smoker (Yes or No)')
# 性别+抽烟的组合因素对慷慨度的影响（分类柱状图）

在这里插入图片描述

泰坦尼克号海难幸存状况分析

  • 不同仓位等级中幸存和遇难的乘客比例（堆积柱状图）
  • 不同性别的幸存比例（堆积柱状图）
  • 幸存和遇难乘客的票价分布（分类箱式图）
  • 幸存和遇难乘客的年龄分布（分类箱式图）
  • 不同上船港口的乘客仓位等级分布（分组柱状图）
  • 幸存和遇难乘客堂兄弟姐妹的数量分布（分类箱式图）
  • 幸存和遇难乘客父母子女的数量分布（分类箱式图）
  • 单独乘船与否和幸存之间有没有联系（堆积柱状图或者分组柱状图）
#data = sns.load_dataset("titanic")
data = pd.read_csv("titanic.csv") #本地导入
data.head()
# 幸存与否，仓位等级，性别，年龄，堂兄弟姐妹数，父母子女数，票价，上船港口缩写，仓位等级，人员分类，是否成年男性，所在甲板，上船港口，是否幸存，是否单独乘船

在这里插入图片描述

def stackedbarplot(gb, y_data_names, colors, x_label, y_label, title):    
    # gb = 'pclass'    
    num_gb_surv_ornot = data[['survived',gb]].groupby(gb).sum()    
    num_gb_surv_ornot['unservived'] = data[gb].value_counts() 
    num_gb_surv_ornot['survived']    
    num_gb_surv_ornot['total'] = data[gb].value_counts()    
    num_gb_surv_ornot['survived_prop'] = num_gb_surv_ornot['survived']/num_gb_surv_ornot['total']    
    num_gb_surv_ornot['unsurvived_prop'] = num_gb_surv_ornot['unservived']/num_gb_surv_ornot['total']    
    print(num_gb_surv_ornot)        
    x_data = [i+1 for i in range(len(data[gb].unique()))]   
    y_data_list = [num_gb_surv_ornot['survived_prop'],                   
                   num_gb_surv_ornot['unsurvived_prop']]        
    _, ax = plt.subplots()    
    for i in range(0, len(y_data_list)):        
        if i == 0:            
            ax.bar(x_data, y_data_list[i], color = colors[i],                    
                   align ='center', label = y_data_names[i])        
        else:            
            ax.bar(x_data, y_data_list[i], color = colors[i],                    
                   bottom = y_data_list[i - 1], align = 'center',                    
                   label = y_data_names[i])    
        ax.set_xticks(np.linspace(1,len(num_gb_surv_ornot),
                                  len(num_gb_surv_ornot)))     
        ax.set_xticklabels(num_gb_surv_ornot.index)    
        ax.set_ylabel(y_label)    
        ax.set_xlabel(x_label)    
        ax.set_title(title)    
        ax.legend(loc = (1,1))


stackedbarplot(gb = 'pclass'
               , y_data_names = ['Survived', 'Unservived']
               , colors = ['#539caf', '#7663b0']
               , x_label = 'Pclass'
               , y_label = 'Proportion of survived/unsurvived'
               , title = 'Proportion of survived/unsurvived by Pclass (1, 2, 3)')
# 不同仓位等级中幸存和遇难的乘客比例（堆积柱状图）

在这里插入图片描述

stackedbarplot(gb = 'sex'
               , y_data_names = ['Survived', 'Unservived']
               , colors = ['#539caf', '#7663b0']
               , x_label = 'Sex'
               , y_label = 'Proportion of survived/unsurvived'
               , title = 'Proportion of survived/unsurvived by Pclass (1, 2, 3)')
# 不同性别的幸存比例（堆积柱状图）

在这里插入图片描述

def boxplot(x_data, y_data, y_value, base_color, median_color):    
    x_feature = data[x_data].unique()    
    bp_data = []    
    for item in x_feature: 
        bp_data.append(y_data[y_data[x_data] == item] [y_value].values)    
    _, ax = plt.subplots()        
    ax.boxplot(bp_data,                
               patch_artist = True,               
               medianprops = {'color': base_color},               
               boxprops = {'color': base_color, 'facecolor': median_color},               
               whiskerprops = {'color': median_color},               
               capprops = {'color': base_color})        
    ax.set_xticklabels(x_feature)    
    ax.set_ylabel('Values of %s' % y_value)    
    ax.set_xlabel('Features of the %s '                   
                  % x_data)    
    ax.set_title('The box with %d features for the %s'                  
                 % (len(x_feature), y_value) )


boxplot(x_data = 'survived'
        , y_data = data
        , y_value = 'fare'
        , base_color = 'b'
        , median_color = 'r')
# 幸存和遇难乘客的票价分布（分类箱式图）

在这里插入图片描述

boxplot(x_data = 'survived'
        , y_data = data[['survived','age']].dropna()
        , y_value = 'age'
        , base_color = 'b'
        , median_color = 'r')
# 幸存和遇难乘客的年龄分布（分类箱式图）

在这里插入图片描述

size_by_embarked_pclass = pd.pivot_table(data,index='embarked',columns='pclass',aggfunc='size')
def groupedbarplot(x_data, y_data_list, y_data_names, colors, x_label, y_label, title):    
    print(size_by_embarked_pclass)    
    _, ax = plt.subplots()    
    total_width = 0.8    
    ind_width = total_width / len(y_data_list)     
    alteration = np.arange(-total_width/2+ind_width/2,                            
                           total_width/2+ind_width/2, ind_width)   
    x_data = [i for i in range(len(x_data))]     
    for i in range(0, len(y_data_list)):      
        ax.bar(x_data + alteration[i], y_data_list[i], color = colors[i],            
               label = y_data_names[i], width = ind_width)    
    ax.set_ylabel(y_label) 
    ax.set_xlabel(x_label)  
    ax.set_title(title)  
    ax.set_xticks(np.linspace(0,2,3))    
    ax.set_xticklabels(size_by_embarked_pclass.columns)   
    ax.legend(loc = 'upper left')

groupedbarplot(x_data = size_by_embarked_pclass.index.values          
               , y_data_list = [size_by_embarked_pclass[1],   
                                size_by_embarked_pclass[2],  
                                size_by_embarked_pclass[3]]    
               , y_data_names = ['C', 'Q', 'S']            
               , colors = ['#539caf', '#7663b0', '#910caf']
               , x_label = 'Embarked'             
               , y_label = 'Number of pepole for different kind of pclass'          
               , title = 'Number of pepole for different kind of pclass by Embarked')
# 不同上船港口的乘客仓位等级分布（分组柱状图）

在这里插入图片描述

boxplot(x_data = 'survived'    
        , y_data = data      
        , y_value = 'sibsp'    
        , base_color = 'b'     
        , median_color = 'r') 
data['sibsp'].value_counts()
# 幸存和遇难乘客堂兄弟姐妹的数量分布（分类箱式图）

在这里插入图片描述

boxplot(x_data = 'survived'        
        , y_data = data   
        , y_value = 'parch'  
        , base_color = 'b'     
        , median_color = 'r') 
data['parch'].value_counts()   
# 幸存和遇难乘客父母子女的数量分布（分类箱式图）

在这里插入图片描述

size_by_alone_survived = pd.pivot_table(data,index='alone',columns='survived',aggfunc='size')
def groupedbarplot(x_data, y_data_list, y_data_names, colors, x_label,
                   y_label, title):    
    print(size_by_alone_survived)    
    _, ax = plt.subplots()   
    total_width = 0.8   
    ind_width = total_width / len(y_data_list)    
    alteration = np.arange(-total_width/2+ind_width/2,  
                           total_width/2+ind_width/2, ind_width)
    x_data = [i for i in range(len(x_data))]       
    for i in range(0, len(y_data_list)):      
        ax.bar(x_data + alteration[i], y_data_list[i], color = colors[i],   
               label = y_data_names[i], width = ind_width) 
    ax.set_ylabel(y_label)    
    ax.set_xlabel(x_label)   
    ax.set_title(title)   
    ax.set_xticks(np.linspace(0,1,2))  
    ax.set_xticklabels(size_by_alone_survived.index)  
    ax.legend(loc = 'upper left')

groupedbarplot(x_data = size_by_alone_survived.index.values             
               , y_data_list = [size_by_alone_survived[0],     
                                size_by_alone_survived[1]]     
               , y_data_names = ['0', '1']              
               , colors = ['#539caf', '#7663b0']       
               , x_label = 'alone'               
               , y_label = 'The number of pepole'
               , title = 'The number of pepole by whether be survived or alone or not ')
# 单独乘船与否和幸存之间有没有联系（堆积柱状图或者分组柱状图）

在这里插入图片描述
源码获取：关注微信公众号“AI阅读知识图谱”，回复“Python数据可视化”获取已更新内容全部代码。

Logo
华为云开发者联盟

为开发者提供学习成长、分享交流、生态实践、资源工具等服务，帮助开发者快速成长。

更多推荐

cover

如何基于香橙派AIpro对视频/图像数据进行预处理？

avatar 华为云开发者联盟
cover

HAS2024：华为云以系统性创新加速千行万业智能化升级

avatar 华为云开发者联盟
cover

数仓的两种轻量级数据交换格式：json与jsonb

avatar 华为云开发者联盟