Matplotlib可视化练习

其他 2020-03-26 13:12:02 阅读次数: 0

练习1：航班乘客变化分析

  • 分析年度乘客总量变化情况（折线图）
  • 分析乘客在一年中各月份的分布（柱状图）
from matplotlib import pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

data = sns.load_dataset('flights')
gb_year = data.groupby(['year'], as_index=False).sum()	# as_index=False 将聚合后依旧保持为列，不会变成索引
print(gb_year)
    year  passengers
0   1949        1520
1   1950        1676
2   1951        2042
3   1952        2364
4   1953        2700
5   1954        2867
6   1955        3408
7   1956        3939
8   1957        4421
9   1958        4572
10  1959        5140
11  1960        5714

# 分析年度乘客总量变化情况（折线图）
def lineplot(x_data, y_data, x_label, y_label, title):
    fig, ax = plt.subplots()	# 注意是subplots，不是subplot

    ax.plot(x_data, y_data, lw=2, color = '#539caf', alpha = 1)

    ax.set_title(title)
    ax.set_xlabel(x_label)
    ax.set_ylabel(y_label)

lineplot(x_data=gb_year['year']
            , y_data=gb_year['passengers']
            , x_label='Year'
            , y_label='Passengers'
            , title='Year VS Passengers')

# 分析乘客在一年中各月份的分布（柱状图）
gb_month = data[['month', 'passengers']].groupby('month').sum()
print(gb_month)	# 从data里取出month和passenges两列，做聚合相加
           passengers
month                
January          2901
February         2820
March            3242
April            3205
May              3262
June             3740
July             4216
August           4213
September        3629
October          3199
November         2794
December         3142

gb_month = pd.Series(gb_month['passengers'].values, index=(np.arange(1,13)))
print(gb_month)
1     2901
2     2820
3     3242
4     3205
5     3262
6     3740
7     4216
8     4213
9     3629
10    3199
11    2794
12    3142
dtype: int64

fig, ax = plt.subplots()
ax.bar(gb_month.index, gb_month.values)

plt.title('month vs passengers')
plt.xlabel('month')
plt.ylabel('passengers')

plt.show()

在这里插入图片描述
在这里插入图片描述
方法二

data_number = data.groupby(data['year']).sum()
data_number
      passengers
year            
1949        1520
1950        1676
1951        2042
1952        2364
1953        2700
1954        2867
1955        3408
1956        3939
1957        4421
1958        4572
1959        5140
1960        5714

plt.plot(data_number.index,data_number.values)	# 直接用索引


12年各月份柱状图
gb_pass = data['passengers'].groupby([data['year'], data['month']]).sum().unstack()	# 注意groupby内分开写, .unstack()将Series变为Dataframe
print(gb_pass)
year  month    
1949  January      112
      February     118
      March        132
      April        129
      May          121
      June         135
      July         148
      August       148
      September    136
      October      119
      November     104
      December     118
1950  January      115
      February     126
      March        141
      April        135
      May          125
      June         149
      July         170
      August       170
      September    158
      October      133
      November     114
      December     140
                  ... 
--------------->
month  January  February  March    ...     October  November  December
year                               ...                                
1949       112       118    132    ...         119       104       118
1950       115       126    141    ...         133       114       140
1951       145       150    178    ...         162       146       166
1952       171       180    193    ...         191       172       194
1953       196       196    236    ...         211       180       201
1954       204       188    235    ...         229       203       229
1955       242       233    267    ...         274       237       278
1956       284       277    317    ...         306       271       306
1957       315       301    356    ...         347       305       336
1958       340       318    362    ...         359       310       337
1959       360       342    406    ...         407       362       405
1960       417       391    419    ...         461       390       432


gb_pass.plot(kind="bar",figsize=(23,8))

在这里插入图片描述

练习2：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）
import matplotlib as mpl
from matplotlib import pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np


data = sns.load_dataset("iris")
data['sepal_size'] = data['sepal_length'] * data['sepal_width']
data['petal_size'] = data['petal_length'] * data['petal_width']
print(data.head())

# 萼片（sepal）和花瓣（petal）的大小关系（散点图）
fig, ax = plt.subplots()
ax.scatter(data['sepal_size'], data['petal_size'], s=10, alpha=0.75, facecolor='#539caf')	# color=好像没了

plt.title('sepal size and petal size')
plt.xlabel('sepal size')
plt.ylabel('petal size')

# 不同种类（species）鸢尾花萼片和花瓣的大小关系（分类散点子图）
species=data['species'].unique()	# unique()：返回参数数组中所有不同的值，并按照从小到大排序
data1=data[data['species']==species[0]]
data2=data[data['species']==species[1]]
data3=data[data['species']==species[2]]

fig, ax2 = plt.subplots()
ax2.scatter(data1['sepal_size'], data1['petal_size'], color='#ff0000', label=species[0])
ax2.scatter(data2['sepal_size'], data2['petal_size'], color='#00ff00', label=species[1])
ax2.scatter(data3['sepal_size'], data3['petal_size'], color='#0000ff', label=species[2])
ax2.legend(loc='best')

ax2.set_title('size with species')
ax2.set_xlabel('sepal_size')
ax2.set_ylabel('petal_size')

# 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）
def boxplot(x_data, y_data, base_color, median_color, x_label, y_label, title):
    fig, ax = plt.subplots()

    # 设置样式
    ax.boxplot(y_data
    			# 箱子是否颜色填充
               , patch_artist = True
               # 中位数线颜色
               , medianprops = {'color': base_color}
               # 箱子颜色设置，color：边框颜色，facecolor：填充颜色
               , boxprops = {'color': base_color, 'facecolor': median_color}
               # 猫须颜色whisker
               , whiskerprops = {'color': median_color}
               # 猫须界限颜色whisker cap
               , capprops = {'color': base_color})

	# 箱图与x_data保持一致
    ax.set_xticklabels(x_data)
    ax.set_xlabel(x_label)
    ax.set_ylabel(y_label)
    ax.set_title(title)

# 将各类的size放入列表
sepalsize = [data1['sepal_size'], data2['sepal_size'], data3['sepal_size']]	
petalsize = [data1['petal_size'], data2['petal_size'], data3['petal_size']]

boxplot(x_data=species
        , y_data=sepalsize
        , base_color= 'b'
        , median_color= 'r'
        , x_label='species'
        , y_label='size'
        , title='species and size')

boxplot(x_data=species
        , y_data=petalsize
        , base_color= 'b'
        , median_color= 'r'
        , x_label='species'
        , y_label='size'
        , title='species and size')


plt.show()

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
在这里插入图片描述

练习3：餐厅小费情况分析

  • 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（分组柱状图）
import matplotlib as mpl
from matplotlib import pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

data = sns.load_dataset("tips")
print(data.head())

# 小费和总消费之间的关系（散点图）
fig, ax1 = plt.subplots()
ax1.scatter(data['total_bill'], data['tip'], s=10, facecolor='r', alpha=0.75)

ax1.set_title('bill and tip')
ax1.set_xlabel('total bill')
ax1.set_ylabel('tip')


def boxplot(x_data, y_data, base_color, median_color, x_label, y_label, title):
    fig, ax = plt.subplots()

    ax.boxplot(y_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(y_label)
    ax.set_xlabel(x_label)
    ax.set_title(title)


# 男性顾客和女性顾客，谁更慷慨（分类箱式图）
sex = data['sex'].unique()
sextip = [data[data['sex']==sex[0]]['tip'], data[data['sex']==sex[1]]['tip']]

boxplot(x_data=sex
        , y_data=sextip
        , base_color='b'
        , median_color='r'
        , x_label='sex'
        , y_label='tip'
        , title='sex and tips')

# 抽烟与否是否会对小费金额产生影响（分类箱式图）
smoke = data['smoker'].unique()
smoketip = [data[data['smoker']==smoke[0]]['tip'], data[data['smoker']==smoke[1]]['tip']]

boxplot(x_data=smoke
        , y_data=smoketip
        , base_color='b'
        , median_color= 'r'
        , x_label='smoker'
        , y_label='tip'
        , title='smoke and tip')

# 工作日和周末，什么时候顾客给的小费更慷慨（分类箱式图）
day=data['day'].unique()
print(day)
[Sun, Sat, Thur, Fri]

daytip=[data[data['day'].isin(day[:2])]['tip'],data[data['day'].isin(day[2:4])]['tip']]

boxplot(x_data = ['weekend','weekday']
        , y_data = daytip
        , base_color = 'b'
        , median_color = 'r'
        , x_label = 'Day'
        , y_label = 'Tip'
        , title = 'Distribution of Tip By Day')

# 午饭和晚饭，哪一顿顾客更愿意给小费（分类箱式图）
time = data['time'].unique()
timetip = [data[data['time']==time[0]]['tip'], data[data['time']==time[1]]['tip']]

boxplot(x_data=time
        , y_data=timetip
        , base_color='b'
        , median_color='r'
        , x_label='time'
        , y_label='tip'
        , title='time and tip')

# 就餐人数是否会对慷慨度产生影响（分类箱式图）
size = data['size'].unique()
sizetip = []
for i in range(len(size)):
    sizetip.append(data[data['size']==size[i]]['tip'])

boxplot(x_data=size
        , y_data=sizetip
        , base_color='b'
        , median_color='r'
        , x_label='size'
        , y_label='tip'
        , title='size and tip')

# 性别+抽烟的组合因素对慷慨度的影响（分组柱状图）
def groupedbarplot(x_data, y_data_list, y_data_names, colors, x_label, y_label, title):
    fig, ax = plt.subplots()
    # 设置每一组柱状图的宽度
    total_width = 0.8
    # 设置每一个柱状图的宽度
    ind_width = total_width / len(y_data_list)
    # 计算每一个柱状图的中心偏移
    alteration = np.arange(-total_width/2+ind_width/2, total_width/2+ind_width/2, ind_width)

    # 分别绘制每一个柱状图
    for i in range(0, len(y_data_list)):
        # 横向散开绘制
        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.legend(loc='upper right')


sexsmoke = data.groupby(['sex', 'smoker']).mean().unstack()['tip']
print(sexsmoke)

groupedbarplot(x_data=range(2)
               , y_data_list=[sexsmoke['Yes'], sexsmoke['No']]
               , y_data_names=['Yes', 'No']
               , colors=['#539caf', '#7663b0']
               , x_label='sex'
               , y_label='tip'
               , title='sex and smoke and tip')

ax=plt.gca()	# 子图
ax.set_xticks(range(2))
ax.set_xticklabels(sexsmoke.index.values)	# 打标签


plt.show()

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
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
在这里插入图片描述

练习4：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）
import matplotlib as mpl
from matplotlib import pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

pd.set_option('display.max_columns', 100)
pd.set_option('display.max_rows', 100)

data = sns.load_dataset("titanic")
'''
survived：幸存与否       pclass：仓位等级         sex：性别	
age：年龄                sibsp：堂兄弟姐妹数      parch：父母子女数
fare：票价	             embarked：上船港口缩写   class：仓位等级	
who：人员分类            adult_male：是否成年男性  deck：所在甲板
embark_town：上船港口    alive：是否幸存           alone：是否单独乘船
'''
print(data.head())

# 不同仓位等级中幸存和遇难的乘客比例（堆积柱状图）
def stackedbarplot(x_data, y_data_list, y_data_names, colors, x_label, y_label, title):
    fig, ax = plt.subplots()

    for i in range(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_ylabel(y_label)
    ax.set_xlabel(x_label)
    ax.set_title(title)
    ax.legend(loc = 'upper right') # 设定图例位置

difclass = data.groupby(['pclass', 'survived']).size().unstack()	# .size()就是长得啥样，要不然就是个内存地址
print(difclass)
survived    0    1
pclass            
1          80  136
2          97   87
3         372  119

# 算占比
difclass['sum'] = difclass[0] + difclass[1]
difclass['Yes'] = difclass[1] / difclass['sum']
difclass['No'] = difclass[0] / difclass['sum']
print(difclass)
survived    0    1  sum       Yes        No
pclass                                     
1          80  136  216  0.629630  0.370370
2          97   87  184  0.472826  0.527174
3         372  119  491  0.242363  0.757637

stackedbarplot(x_data=difclass.index.values
               , y_data_list=[difclass['Yes'], difclass['No']]
               , y_data_names=['Yes', 'No']
               , colors = ['#539caf', '#7663b0']
               , x_label = 'Pclass'
               , y_label = 'Number of People'
               , title = 'Number of People By Survived Or Not and Pclass')


# 不同性别的幸存比例（堆积柱状图）
difsex = data.groupby(['sex', 'survived']).size().unstack()
print(difsex)
survived    0    1
sex               
female     81  233
male      468  109

difsex['sum'] = difsex[0] + difsex[1]
difsex['Yes'] = difsex[1] / difsex['sum']
difsex['No'] = difsex[0] / difsex['sum']
print(difsex)
survived    0    1  sum       Yes        No
sex                                        
female     81  233  314  0.742038  0.257962
male      468  109  577  0.188908  0.811092

stackedbarplot(x_data=[0, 1]
               , y_data_list=[difsex['Yes'], difsex['No']]
               , y_data_names=['Yes', 'No']
               , colors = ['#539caf', '#7663b0']
               , x_label='sex'
               , y_label='survive'
               , title='sex and survive')
ax=plt.gca()
ax.set_xticks(range(2))
ax.set_xticklabels(sex_survived.index.values)

# 幸存和遇难乘客的票价分布（分类箱式图）
def boxplot(x_data, y_data, base_color, median_color, x_label, y_label, title):
    fig, ax = plt.subplots()

    ax.boxplot(y_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(y_label)
    ax.set_xlabel(x_label)
    ax.set_title(title)

survive = data['survived'].unique()
survivefare = [data[data['survived']==survive[0]]['fare'], data[data['survived']==survive[1]]['fare']]
#print(survivefare)

boxplot(x_data=survive
        , y_data=survivefare
        , base_color='b'
        , median_color='r'
        , x_label='survived'
        , y_label='fare'
        , title='survived and fare')


# 幸存和遇难乘客的年龄分布（分类箱式图）
data['age'].fillna(0,inplace=True)	# 由于age存在NaN，会报错，因此inplace=True，在原数据上将NaN修改为0
survive = data['survived'].unique()
surviveage = [data[data['survived']==survive[0]]['age'], data[data['survived']==survive[1]]['age']]
print(surviveage)

boxplot(x_data=survive
        , y_data=surviveage
        , base_color='b'
        , median_color='r'
        , x_label='survived'
        , y_label='age'
        , title='survived and age')


# 不同上船港口的乘客仓位等级分布（分组柱状图）
def groupedbarplot(x_data, y_data_list, y_data_names, colors, x_label, y_label, title):
    fig, ax = plt.subplots()

    total_width = 0.9
    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)

    for i in range(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.legend(loc='upper right')


difembark = data.groupby(['embark_town', 'class']).size().unstack()
print(difembark)
class        First  Second  Third
embark_town                      
Cherbourg       85      17     66
Queenstown       2       3     72
Southampton    127     164    353

groupedbarplot(x_data=range(3)
               , y_data_list=[difembark['First'], difembark['Second'], difembark['Third']]
               , y_data_names=['First', 'Secont', 'Third']
               , colors=['#ff0000', '#00ff00', '#0000ff']
               , x_label='Class'
               , y_label='Number'
               , title='Class and Number')

ax = plt.gca()
ax.set_xticks(range(3))
ax.set_xticklabels(difembark.index.values)


# 幸存和遇难乘客堂兄弟姐妹的数量分布（分类箱式图）
survive = data['survived'].unique()
survivesibsp = [data[data['survived']==survive[0]]['sibsp'], data[data['survived']==survive[1]]['sibsp']]

boxplot(x_data=survive
        , y_data=survivesibsp
        , base_color='b'
        , median_color='r'
        , x_label='survive'
        , y_label='num of sibsp'
        , title='num of sibsp')


# 幸存和遇难乘客父母子女的数量分布（分类箱式图）
survive = data['survived'].unique()
surviveparch = [data[data['survived']==survive[0]]['parch'], data[data['survived']==survive[1]]['parch']]

boxplot(x_data=survive
        , y_data=surviveparch
        , base_color='b'
        , median_color='r'
        , x_label='survive'
        , y_label='num of parch'
        , title='num of parch')


# 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）
disalone = data.groupby(['alone', 'survived']).size().unstack()
print(disalone)

stackedbarplot(x_data=[0, 1]
               , y_data_list=[disalone[0], disalone[1]]
               , y_data_names=['Yes', 'No']
               , colors=['#ff0000', '#00ff00']
               , x_label='alone'
               , y_label='survived'
               , title='alone and survived')
ax = plt.gca()
ax.set_xticks(range(2))
ax.set_xticklabels(disalone.index.values)


plt.show()

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
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
在这里插入图片描述
在这里插入图片描述

关于**.size()**可以看这里

Glen_Zou
发布了21 篇原创文章 · 获赞 5 · 访问量 1563
私信 关注

猜你喜欢

转载自blog.csdn.net/qq_36551226/article/details/104553976
今日推荐
基于大语言模型的开源知识库问答系统 MaxKB GitHub Star 数量突破 5,000 个！
美国拟限制 AI 大模型出口中国和俄罗斯
苹果将与 OpenAI 达成协议，将 ChatGPT 应用于 iPhone
openKylin 社区生态委员会第六次会议圆满召开
阿里云正式发布通义千问 2.5
Python 3.13 发布首个 Beta：实验性自由线程模式和 JIT、改进交互式解释器
Stack Overflow 拿我的代码去训练 AI 大模型，还封了我的账号
Pop!_OS 的 COSMIC 桌面完成 App Store 上架工作
《2024 年一季度互联网投融资运行情况》研究报告
报告：Django 仍然是 74% 开发者的首选
15 年前上了“FFmpeg 耻辱柱”，今天他还得谢谢咱——腾讯QQPlayer一雪前耻？
TIOBE 5 月榜单：Fortran “复活”进入 Top 10
周排行
记一下去大梅沙的准备（2018-05-26）
Spring 注解 事务
基于HTTP协议的客户端缓存
阿里云rds 备份和还原
[PHP] 几个拖慢 PHP 程序/API 运行速度的点
python 代码风格------------PEP8规则
js控制json生成菜单——自制菜单（一）
将字符串: 'k:1|k1:2|k2:3|k3:4 ' ,处理成 python 字典: {'k':1, 'k1':2, ...}
微信小程序转支付宝小程序
Qt551.窗口滚动条
每日归档
更多
2024-05-13(18)
2024-05-12(0)
2024-05-11(38)
2024-05-10(38)
2024-05-09(35)
2024-05-08(42)
2024-05-07(14)
2024-05-06(40)
2024-05-05(0)
2024-05-04(7)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022