数据分析-Pandas数据探查初步圆饼图
数据分析和处理中,难免会遇到各种数据,那么数据呈现怎样的规律呢?不管金融数据,风控数据,营销数据等等,莫不如此。如何通过图示展示数据的规律?
数据表,时间序列数据在数据分析建模中很常见,例如天气预报,空气状态监测,股票交易等金融场景。数据分析过程中重新调整,重塑数据表是很重要的技巧,此处选择Titanic数据,以及巴黎、伦敦欧洲城市空气质量监测 N O 2 NO_2 NO2数据作为样例。
数据分析
经典算法
本文用到的样例数据:
样例代码:
导入关键模块
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.close("all")
很多时候需要了解各类数据的占比关系,这时候可以试试圆饼图。
探究数据的比例关系
当使用的是各类型数据时,如何把数据的比例关系展示呢?比如,想知道食品的成分比例,销售地区的销售业绩,产品的销售占比等等。
该例使用随机生成数据来举例。
np.random.seed(36)
series = pd.Series(3 * np.random.rand(4), index=["a", "b", "c", "d"], name="series")
series.plot.pie(figsize=(6, 6));
多组各类占比关系
例如医学里面的常见药物效果对照,一组是服药,一组是安慰剂,想查看它们之间的关系,需要在一幅图展示,怎么办?
当使用Dataframe画饼图时,想画多组数据的比较,它是按每列column一张饼图。有多少列就可以画多少个,当然,需要设定参数 y 或 subplots=True。
这样是可以一张图同时画出多列并列的数据饼图的集中展示,需要比较数据:
df = pd.DataFrame(
3 * np.random.rand(4, 2), index=["a", "b", "c", "d"], columns=["x", "y"]
)
df.plot.pie(subplots=True, figsize=(8, 4));
设定颜色与标注
默认会有颜色和标签,有时候,Boss不喜欢这样鲜艳的颜色,想换一下颜色呢?如何展示?
淡定!
一两招就搞定,通过设置 labels 和 colors参数就行,其他的包括数字精度,字体大小也一并搞定。
series.plot.pie(
labels=["AA", "BB", "CC", "DD"],
colors=["r", "g", "b", "c"],
autopct="%.2f",
fontsize=20,
figsize=(6, 6),
);
当然,你也要注意下,如果数值加起来不是1,它会重新调整,让你的加起来为1。
series = pd.Series([0.1] * 4, index=["a", "b", "c", "d"], name="series2")
series.plot.pie(figsize=(6, 6));
以上代码只是一个简单示例,示例代码中的表达式可以根据实际问题进行修改。
后面介绍下其他的展示形式。
df.plot.area df.plot.barh df.plot.density df.plot.hist df.plot.line
df.plot.bar df.plot.box df.plot.hexbin df.plot.kde df.plot.pie
df.plot.scatter
觉得有用 收藏 收藏 收藏
点个赞 点个赞 点个赞
End
GPT专栏文章:
GPT实战系列-ChatGLM3本地部署CUDA11+1080Ti+显卡24G实战方案
GPT实战系列-LangChain + ChatGLM3构建天气查询助手
GPT实战系列-大模型为我所用之借用ChatGLM3构建查询助手
GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型,到底做了什么?(二)
GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型,到底做了什么?(一)
GPT实战系列-ChatGLM2部署Ubuntu+Cuda11+显存24G实战方案