1 import pandas as pd 2 catering_sale = 'E:/anaconda3/jupyterFile/数据分析/catering_sale.xls' # 餐饮数据 3 data = pd.read_excel(catering_sale, index_col='日期')#读取数据，指定“日期列为索引列” 4 print(data.describe()) 5 ''' 6 describe()函数输出： 7 count：数量统计，此列共有多少有效值 8 unipue：不同的值有多少个 9 std：标准差 10 min：最小值 11 25%：四分之一分位数 12 50%：二分之一分位数 13 75%：四分之三分位数 14 max：最大值 15 mean：均值 16 '''
1 import matplotlib.pyplot as plt #导入图库
2 plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
3 plt.rcParams['axes.unicode_minus'] = False #用来显示负号
4
5 plt.figure()
6 p = data.boxplot(return_type='dict') #画箱型图
7 x = p['fliers'][0].get_xdata()
8 y = p['fliers'][0].get_ydata()
9 y.sort()
10 '''
11 用annotate添加注释
12 其中有些相近的点，注释会出现重叠，难以看清，需要一些技巧来控制
13 以下参数都是经过调试的，需要具体问题具体调试
14
15 '''
16 for i in range(len(x)):
17 if i>0:
18 plt.annotate(y[i], xy=(x[i],y[i]), xytext=(x[i]+0.05 -0.8/(y[i]-y[i-1]),y[i]))
19 else:
20 plt.annotate(y[i], xy=(x[i],y[i]), xytext = (x[i]+0.08, y[i]))
21
22 plt.title('学号3140',fontsize=20)
23 plt.show() #展示箱型图
1 # 代码3-3 捞起生鱼片的季度销售情况
2 import pandas as pd
3 import numpy as np
4 catering_sale = 'E:/anaconda3/jupyterFile/数据分析/catering_fish_congee.xls' # 餐饮数据
5 data = pd.read_excel(catering_sale,names=['date','sale']) # 读取数据，指定“日期”列为索引
6
7 bins = [0,500,1000,1500,2000,2500,3000,3500,4000]
8 labels = ['[0,500)','[500,1000)','[1000,1500)','[1500,2000)',
9 '[2000,2500)','[2500,3000)','[3000,3500)','[3500,4000)']
10
11 data['sale分层'] = pd.cut(data.sale, bins, labels=labels) # cut 分层标记
12 print(data)
13 aggResult = data.groupby(by=['sale分层'])['sale'].agg([('sale', np.size)]) # groupby 分组（根据sale分层来分组）
14 print(aggResult)
15 pAggResult = round(aggResult/aggResult.sum(), 2, ) * 100
16 print(pAggResult)
17
18 import matplotlib.pyplot as plt
19 plt.figure(figsize=(10,6)) # 设置图框大小尺寸
20 pAggResult['sale'].plot(kind='bar',width=0.8,fontsize=10) # 绘制频率直方图
21 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
22 plt.title('季度销售额频率分布直方图 学号3140',fontsize=20)
23 plt.show()
1 # 不同菜品在某段时间的销售量分布情况
2
3 catering_dish_profit = 'E:/anaconda3/jupyterFile/数据分析/data/catering_dish_profit.xls' # 餐饮数据
4 data = pd.read_excel(catering_dish_profit) # 读取数据
5 print(data)
6 # 绘制饼图
7 x = data['盈利']
8 labels = data['菜品名']
9
10 plt.figure(figsize=(8,6)) # 设置画布大小
11 plt.pie(x,labels = labels) # 绘制饼图
12 plt.title('菜品销售量分布（饼图） 学号3140') # 设置标题
13 plt.axis('equal')
14 plt.show()
1 # 绘制条形图
2 x = data['菜品名']
3 y = data['盈利']
4 plt.figure(figsize=(8,4))
5 plt.bar(x,y)
6 plt.rcParams['font.sans-serif'] = 'SimHei'
7 plt.xlabel('菜品') # 设置x轴标题
8 plt.ylabel('销量') # 设置y轴标题
9 plt.title('菜品销售分布（条形图）学号3140') # 设置标题
10 plt.show()
1 # 不同部门各月份的销售对比情况
2 # 部门之间销售金额比较
3 import pandas as pd
4 import matplotlib.pyplot as plt
5 plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
6 plt.rcParams['axes.unicode_minus'] = False #用来显示负号
7
8 data = pd.read_excel("E:\\anaconda3\\jupyterFile\\数据分析\\data\\dish_sale.xls")
9 plt.figure(figsize=(8,4))
10 plt.plot(data['月份'], data['A部门'], color = 'green', label = 'A部门', marker = 'o')
11 plt.plot(data['月份'], data['B部门'], color = 'red', label = 'B部门', marker = 's')
12 plt.plot(data['月份'], data['C部门'], color = 'skyblue', label = 'C部门', marker = 'x')
13 plt.legend() # 显示图例
14 plt.ylabel('销售额（万元）')
15 plt.title('学号3140')
16 plt.show()
17
18 # B部门各年份之间销售今额的比较
19 data = pd.read_excel("E:\\anaconda3\\jupyterFile\\数据分析\\data\\dish_sale_b.xls")
20 plt.figure(figsize=(8,4))
21 plt.plot(data['月份'], data['2012年'], color = 'green', label = '2012年', marker = 'o')
22 plt.plot(data['月份'], data['2013年'], color = 'red', label = '2013年', marker = 's')
23 plt.plot(data['月份'], data['2014年'], color = 'skyblue', label = '2014年', marker = 'x')
24 plt.legend() # 显示图例
25 plt.ylabel('销售额（万元）')
26 plt.title('学号3140')
27 plt.show()
1 # 3-7 某单位日用电量预测分析
3 import pandas as pd
4 import matplotlib.pyplot as plt
5
6 df_normal = pd.read_csv('E:\\anaconda3\\jupyterFile\\数据分析\\data\\user.csv')
7 plt.figure(figsize=(8,4))
8 plt.plot(df_normal["Date"],df_normal["Eletricity"])
9 plt.xlabel("日期")
10 # 设置x轴刻度间隔
11 x_major_locator = plt.MultipleLocator(7)
12 ax = plt.gca()
13 ax.xaxis.set_major_locator(x_major_locator)
14 plt.ylabel("每日电量")
15 plt.title("正常用户电量趋势 学号3140")
16 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
17 # plt.axis('equal')
18 plt.show()
19
20 # 窃电用户用电趋势分析
21 df_steal = pd.read_csv('E:\\anaconda3\\jupyterFile\\数据分析\\data\\Steal user.csv')
22 plt.figure(figsize=(10,9))
23 plt.plot(df_normal["Date"],df_normal["Eletricity"])
24 plt.xlabel("日期")
25 plt.ylabel("日期")
26 # 设置x轴刻度间隔
27 x_major_locator = plt.MultipleLocator(7)
28 ax = plt.gca()
29 ax.xaxis.set_major_locator(x_major_locator)
30 plt.title("窃电用户电量趋势 学号3140")
31 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
32 plt.show()
1 # 3-8 菜品盈利数据帕累托图
2 import pandas as pd
3
4 # 初始数据化
5 dish_profit = 'E:\\anaconda3\\jupyterFile\\数据分析\\data\\catering_dish_profit.xls'
6 data = pd.read_excel(dish_profit, index_col='菜品名') # 指定“菜品名”为索引列
7 data = data['盈利'].copy()
8 data.sort_values(ascending=False)
9
10 import matplotlib.pyplot as plt
11 plt.rcParams['font.sans-serif'] = ['SimHei']
12 plt.rcParams['axes.unicode_minus'] = False #用来显示负号
13
14 plt.figure()
15 data.plot(kind='bar')
16 plt.ylabel('盈利（元）')
17 p = 1.0 * data.cumsum()/data.sum()
18 p.plot(color ='r', secondary_y=True, style='-o', linewidth=2)
19 plt.annotate(format(p[6], '.4%'), xy=(6, p[6]), xytext=(6*0.9, p[6]*0.9),
20 arrowprops = dict(arrowstyle = "->", connectionstyle = "arc3, rad = .2" ))
21 # 添加注释，即85%处的标记。这里包括了指定箭头样式
22 plt.ylabel('盈利（比例）')
23 plt.title('学号3140')
24 plt.show()
1 # 绘制正弦虚线
2 import matplotlib.pyplot as plt #导入图库
3 plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
4 plt.rcParams['axes.unicode_minus'] = False #用来显示负号
5 plt.figure(figsize=(7,5)) # 创建图像区域，指定比例
6 import numpy as np
7 x = np.linspace(0, 2*np.pi, 50) # x坐标输入
8 y = np.sin(x)
9 plt.plot(x, y, 'bp--') #控制图形格式为蓝色带星虚线，显示正弦曲线
10 plt.title('学号3140')
11 plt.show()
1 # 绘制饼图
2 import matplotlib.pyplot as plt #导入图库
3 labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' #定义标签
4 sizes = [15, 30, 45, 10] # 每一块的比例
5 colors = ['yellowgreen', 'gold', 'lightskyblue', 'lightcoral'] # 每一块的颜色
6 explode = (0, 0.1, 0, 0) # 突出显示，这里仅仅突出显示第二块
7
8 plt.pie(sizes, explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=90)
9 plt.axis('equal') # 显示为圆（避免比例压缩为椭圆）
10 plt.title('学号3140')
11 plt.show()
1 # 二维条形直方图
2 import matplotlib.pyplot as plt #导入图库
3 import numpy as np
4 x = np.random.randn(1000) # 1000个服从正态分布的随机数
5 plt.hist(x, 10) # 分成10组绘制直方图
6 plt.title('学号3140')
7 plt.show()
1 # 箱型图
2 import matplotlib.pyplot as plt #导入图库
3 import pandas as pd
4 import numpy as np
5 x = np.random.randn(1000) # 1000个服从正态分布的随机数
6 D = pd.DataFrame([x, x+1]).T # 构造两列的DataFrame
7 D.plot(kind = 'box') # 调用Series内置的绘图方法画图，用kind参数指定箱型图（box）
8 plt.title('学号3140')
9 plt.show()
1 # 3-20 使用plot(logy=True)函数进行绘图
2 import matplotlib.pyplot as plt #导入图库
3 import pandas as pd
4 import numpy as np
5 plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
6 plt.rcParams['axes.unicode_minus'] = False #用来显示负号
7
8 x = pd.Series(np.exp(np.arange(20))) # 原始数据
9 plt.figure(figsize=(8,9))
10 ax1 = plt.subplot(2, 1, 1)
11 x.plot(label='原始数据图', legend=True)
12 plt.title('学号3140')
13
14 ax1 = plt.subplot(2, 1, 2)
15 x.plot(logy=True, label='对数数据图', legend=True)
16 plt.title('学号3140')
17 plt.show()
1 # 3-21 误差棒图
2 import matplotlib.pyplot as plt #导入图库
3 import pandas as pd
4 import numpy as np
5 plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
6 plt.rcParams['axes.unicode_minus'] = False #用来显示负号
7
8 error = np.random.randn(10) # 定义误差列
9 y = pd.Series(np.sin(np.arange(10))) #均值数据列
10 y.plot(yerr=error) # 绘制误差图
11 plt.title('学号3140')
12 plt.show()
小结
本章从应用的角度出发，从数据质量分析和数据特征分析两个方面对数据进行探索分析，最后介绍了Python常用的数据探索函数及案例。
在数据可视化中，由于我们主要使用pandas作为数据探索和分析工具，因此介绍绘图工具都是matplotlib和pandas结合使用。
标签：10,plt,第三章,探索,学号,绘图,pd,import,data From： https://www.cnblogs.com/hxq----1094552116/p/17154879.html