数据探索

标签：plot plt 20 探索 title 数据 fontsize data

import pandas as pd
catering_sale = 'D:\catering_sale.xls' # 餐饮数据
data = pd.read_excel(catering_sale, index_col = u'日期') # 读取数据，指定“日期”列为索引列
print(data)
print(data.describe(),data.describe().max()-data.describe().min())

 

import matplotlib.pyplot as plt # 导入图像库
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号

plt.figure() # 建立图像
p = data.boxplot(return_type='dict') # 画箱线图，直接使用DataFrame的方法
x = p['fliers'][0].get_xdata() # 'flies'即为异常值的标签
y = p['fliers'][0].get_ydata()
y.sort() # 从小到大排序，该方法直接改变原对象

for i in range(len(x)):
if i>0:
plt.annotate(y[i], xy = (x[i],y[i]), xytext=(x[i]+0.05 -0.8/(y[i]-y[i-1]),y[i]))
else:
plt.annotate(y[i], xy = (x[i],y[i]), xytext=(x[i]+0.08,y[i]))

plt.title('箱型图3154',fontsize=20)
plt.show() # 展示箱线图

 

 

 

 

import pandas as pd
import numpy as np
catering_sale = 'D:\Python\数据处理/catering_fish_congee.xls' # 餐饮数据
data = pd.read_excel(catering_sale,names=['date','sale']) # 读取数据，指定“日期”列为索引
print(data.describe())

bins = [0,500,1000,1500,2000,2500,3000,3500,4000]
labels = ['A_lei','[500,1000)','[1000,1500)','[1500,2000)',
'[2000,2500)','[2500,3000)','[3000,3500)','[3500,4000)']
data['sale分层'] = pd.cut(data.sale, bins, labels=labels)
print(data)

aggResult = data.groupby('sale分层').agg({'sale':'count'})
print(aggResult)

pAggResult = round(aggResult/aggResult.sum(), 2, )

 

 

import matplotlib.pyplot as plt
plt.figure(figsize=(10,6)) # 设置图框大小尺寸
pAggResult['sale'].plot(kind='bar',width=0.8,fontsize=10) # 绘制频率直方图
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.title('季度销售额频率分布直方图3154',fontsize=20)
plt.show()

 

import pandas as pd
import matplotlib.pyplot as plt
catering_dish_profit = 'D:/catering_dish_profit.xls' # 餐饮数据
data = pd.read_excel(catering_dish_profit)

x =data['盈利']
labels = data['菜品名']
plt.figure(figsize=(8,6))
plt.pie(x,labels=labels)
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.title('菜品销售分布（饼图）3154',fontsize=20)
plt.axis('equal')
plt.show()

 

 

 

x=data['菜品名']
y=data['盈利']
plt.figure(figsize=(8,4))
plt.bar(x,y)
plt.rcParams['font.sans-serif']='SimHei'
plt.xlabel('菜品')
plt.ylabel('销量')
plt.title('菜品销售量分布（条形图）3152',fontsize=20)
plt.show()

 

 

#部门之间
import pandas as pd
import matplotlib.pyplot as plt
data=pd.read_excel("D:\dish_sale.xls")
plt.figure(figsize=(8,4))
plt.plot(data['月份'],data['A部门'],color='green',label='A部门',marker='o')
plt.plot(data['月份'],data['B部门'],color='red',label='B部门',marker='s')
plt.plot(data['月份'],data['C部门'],color='skyblue',label='C部门',marker='x')
plt.legend()
plt.ylabel('销售额（万元）')
plt.title('部门之间销售金额比较3154',fontsize=20)
plt.show()

#B部门
data=pd.read_excel("D:\dish_sale_b.xls")
plt.figure(figsize=(8,4))
plt.plot(data['月份'],data['2012年'],color='green',label='2012年',marker='o')
plt.plot(data['月份'],data['2013年'],color='red',label='2013年',marker='s')
plt.plot(data['月份'],data['2014年'],color='skyblue',label='2014年',marker='x')
plt.legend()
plt.ylabel('销售额（万元）')
plt.title('B部门各年份之间销售金额的比较3154',fontsize=20)
plt.show()

 

import pandas as pd
import matplotlib.pyplot as plt

df_normal = pd.read_csv("D:/user.csv")
plt.figure(figsize=(8,4))
plt.plot(df_normal["Date"],df_normal["Eletricity"])
plt.xlabel("日期")
#设置x轴刻度间隔
x_major_locator = plt.MultipleLocator(7)
ax=plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
plt.ylabel("每日电量")
plt.title("正常用户电量趋势3154",fontsize=20)
plt.rcParams['font.sans-serif']=['SimHei']
plt.show()

#窃电用户用电趋势分析
df_steal = pd.read_csv("D:/Steal user.csv")
plt.figure(figsize=(10,9))
plt.plot(df_steal["Date"],df_steal["Eletricity"])
plt.xlabel("日期")
plt.ylabel("日期")
x_major_locator=plt.MultipleLocator(7)
ax=plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
plt.title("窃电用户用电趋势3154",fontsize=20)
plt.rcParams['font.sans-serif']=['SimHei']
plt.show()

 

 

 

 

 

 

import pandas as pd
dish_profit = 'D:/catering_dish_profit.xls'
data=pd.read_excel(dish_profit,index_col='菜品名')
data=data['盈利'].copy()
data.sort_values(ascending=False)

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure()
data.plot(kind='bar')
plt.ylabel('盈利（无）')
p=1.0*data.cumsum()/data.sum()
p.plot(color='r',secondary_y=True,style='-o',linewidth=2)
plt.annotate(format(p[6],'.4%'),xy=(6,p[6]),xytext=(6*0.9,p[6]*0.9),arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))#图上标注
plt.ylabel('盈利（比例')
plt.title("菜品盈利数据帕累托图3154",fontsize=20)
plt.rcParams['font.sans-serif']=['SimHei']
plt.show()

 

 

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(7,5))

import numpy as np
x=np.linspace(0,2*np.pi,50)
y=np.sin(x)
plt.plot(x,y,'bp--')
plt.title("正弦曲线图3154",fontsize=20)
plt.show()

 

 

labels='Frogs','Hogs','Dogs','Logs'
sizes=[15,30,45,10]
colors=['yellowgreen','gold','lightskyblue','lightcoral']
explode=(0,0.1,0,0)
plt.pie(sizes,explode=explode,labels=labels,colors=colors,autopct='%1.lf%%',shadow=True,startangle=90)
plt.axis('equal')#显示为圆
plt.title("饼图3154",fontsize=20)
plt.show()

 

 

 

import numpy as np
x=np.random.randn(1000)
plt.hist(x,10)
plt.title("二维条形直方图3154",fontsize=20)
plt.show()

 

 

import numpy as np
import pandas as pd
x = np.random.randn(1000) # 1000个服从正态分布的随机数
D = pd.DataFrame([x, x+1]).T # 构造两列的DataFrame
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
plt.title("箱型图3154",fontsize=20)
plt.show()

 

 

import numpy as np
import pandas as pd
x=pd.Series(np.exp(np.arange(20)))
plt.figure(figsize=(8,9))
axl=plt.subplot(2,1,1)
x.plot(label='原始数据图',legend=True)
plt.title("原始数据图3154",fontsize=20)
axl=plt.subplot(2,1,2)
x.plot(logy=True,label='对数数据图',legend=True)
plt.title("对数数据图3154",fontsize=20)
plt.show()

 

import numpy as np
import pandas as pd

error=np.random.randn(10)
y=pd.Series(np.sin(np.arange(10)))
y.plot(yerr=error)
plt.title("误差条形图3154",fontsize=20)
plt.show()

 

总结：

检测异常值和缺失值 → 数据特征分析（频率分布分析、对比分析、帕累托分析、周期性分析、相关性分析等）

Matplotlib、pandas 、numpy + 规范（中文、正负号）+ 读取数据 + …… + 横纵坐标、标题

 

标签：plot,plt,20,探索,title,数据,fontsize,data
From： https://www.cnblogs.com/jkx110/p/17157860.html