直方图、饼图和条形图做数据分析(Python代码)

2020-07-0310:01:58后端程序开发Comments3,823 views字数 2150阅读模式

直方图、饼图和条形图做数据分析(Python代码)文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

对于定量数据,要想了解其分布形式是对称的还是非对称的、发现某些特大或特小的可疑值,可做出频率分布表、绘制频率分布直方图、绘制茎叶图进行直观分析;对于定性数据,可用饼图和条形图直观地显示其分布情况。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

01 定量数据的分布分析文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

对于定量变量而言,选择“组数”和“组宽”是做频率分布分析时最主要的问题,一般按照以下步骤进行:文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

  • 第一步:求极差。
  • 第二步:决定组距与组数。
  • 第三步:决定分点。
  • 第四步:列出频率分布表。
  • 第五步:绘制频率分布直方图。

遵循的主要原则如下:文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

  1. 各组之间必须是相互排斥的。
  2. 各组必须将所有的数据包含在内。
  3. 各组的组宽最好相等。

下面结合具体实例来运用分布分析对定量数据进行特征分析。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

表3-2是菜品“捞起生鱼片”在2014年第二个季度的销售数据,绘制销售量的频率分布表、频率分布图,对该定量数据做出相应的分析。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

直方图、饼图和条形图做数据分析(Python代码)文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

▲表3-2 “捞起生鱼片”的销售情况文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

1. 求极差文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

极差=最大值-最小值=3960-45=3915文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

2. 分组文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

这里根据业务数据的含义,可取组距为500,则组数如下所示。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

组数=极差/组距=3915/500=≈8文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

3. 决定分点文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

分布区间如表3-3所示。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

直方图、饼图和条形图做数据分析(Python代码)文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

▲表3-3 分布区间文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

4. 绘制频率分布直方表文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

根据分组区间得到如表3-4所示的频率分布表。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

  • 其中,第1列将数据所在的范围分成若干组段,其中第1个组段要包括最小值,最后一个组段要包括最大值。习惯上将各组段设为左闭右开的半开区间,如第一个组段为[0,500)。
  • 第2列组中值是各组段的代表值,由本组段的上限值和下限值相加除以2得到。
  • 第3列和第4列分别为频数和频率。
  • 第5列是累计频率,是否需要计算该列数值视情况而定。

直方图、饼图和条形图做数据分析(Python代码)文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

▲表3-4 频率分布文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

5. 绘制频率分布直方图文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

若以2014年第二季度“捞起生鱼片”这道菜每天的销售额组段为横轴,以各组段的频率密度(频率与组距之比)为纵轴,表3-4中的数据可绘制成频率分布直方图,如代码清单3-3所示。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

import pandas as pd
import numpy as np
catering_sale = '../data/'        # 餐饮数据
data = (catering_sale,names=['date','sale'])  # 读取数据,指定“日期”
    列为索引

bins = [0,500,1000,1500,2000,2500,3000,3500,4000]
labels = ['[0,500)','[500,1000)','[1000,1500)','[1500,2000)',
       '[2000,2500)','[2500,3000)','[3000,3500)','[3500,4000)']

data['sale分层'] = (, bins, labels=labels)
aggResult = (by=['sale分层'])['sale'].agg({'sale': })

pAggResult = round(aggResult/(), 2, ) * 100

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

运行代码清单3-3可得季度销售额频率分布直方图,如图3-3所示。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

直方图、饼图和条形图做数据分析(Python代码)文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

▲图3-3 季度销售额频率分布直方图文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

02 定性数据的分布分析文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

对于定性变量,常常根据变量的分类类型来分组,可以采用饼图和条形图来描述定性变量的分布,如代码清单3-4所示。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

  • 代码清单3-4 不同菜品在某段时间的销售量分布情况
import pandas as pd
import  as plt
catering_dish_profit = '../data/'# 餐饮数据
data = (catering_dish_profit)  # 读取数据,指定“日期”列
  为索引

# 绘制饼图
x = data['盈利']
labels = data['菜品名']
(figsize=(8, 6))  # 设置画布大小
(x,labels=labels)  # 绘制饼图
[''] = 'SimHei'
('菜品销售量分布(饼图)')  # 设置标题
('equal')
()

# 绘制条形图
x = data['菜品名']
y = data['盈利']
(figsize=(8, 4))  # 设置画布大小
(x,y)
[''] = 'SimHei'
('菜品')  # 设置x轴标题
('销量')  # 设置y轴标题
('菜品销售量分布(条形图)')# 设置标题
()  # 展示图片

饼图的每一个扇形部分代表每一类型的所占百分比或频数,根据定性变量的类型数目将饼图分成几个部分,每一部分的大小与每一类型的频数成正比;条形图的高度代表每一类型的百分比或频数,条形图的宽度没有意义。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

运行代码清单3-4可得不同菜品在某段时间的销售量分布图,如图3-4和图3-5所示。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

直方图、饼图和条形图做数据分析(Python代码)文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

▲图3‑4 菜品销售量分布(饼图)文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

直方图、饼图和条形图做数据分析(Python代码)文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

▲图3‑5 菜品销售量分布(条形图)文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

关于作者:张良均,资深大数据挖掘与分析专家、模式识别专家、AI技术专家。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/bc/19659.html

  • 本站内容整理自互联网,仅提供信息存储空间服务,以方便学习之用。如对文章、图片、字体等版权有疑问,请在下方留言,管理员看到后,将第一时间进行处理。
  • 转载请务必保留本文链接:https://www.cainiaoxueyuan.com/bc/19659.html

Comment

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定