使用pandas以及matplotlib.pyplot实现数据可视化

本文学习需要读者有一定的python基础及pandas，matplotlib.pyplot的代码运用

以题型为例分布讲解pandas，matplotlib.pyplot的运用

首先在python输出中

import pandas as pd 
import matplotlib.pyplot as plt

这是Python中的两个库的导入语句。pandas是一个强大的数据处理库，matplotlib.pyplot是用于绘制图形的库
例：

根据“航空公司数据.xlsx”完成下述图形的绘制，要求每个图形都有标题和坐标轴名称：

1、调用dataset数据库
代码如下：

data = pd.read_excel('../dataset/航空公司数据.xlsx')
data

图示如下：
2、绘制各省用户人数柱形图（前30名）
代码如下：

province_counts = data['工作地所在省份'].value_counts()
top30_provinces = province_counts[:30]
plt.rcParams['font.family'] = 'SimHei'
plt.bar(
    top30_provinces.index,
    top30_provinces.values,
    width=0.8,
    color = '#ff8080'
)
plt.title("各省份用户人数柱形图(前30名)")
plt.xlabel("省份")
plt.ylabel("用户人数")
for x0,y0 in zip(top30_provinces.index,top30_provinces.values):
    plt.text(x0,y0+80,f'{y0}',ha='center')
plt.xticks(rotation=90)
plt.show()

这段代码是用来绘制各省份用户人数柱形图（前30名）的。首先，它计算了每个省份的用户数量，然后选取了前30个省份。接着，设置了字体为SimHei，并使用matplotlib.pyplot库绘制了一个柱状图。最后，设置了图表的标题、x轴标签和y轴标签，并在每个柱子上方显示了对应的用户数量。最后，将x轴刻度标签旋转90度，以便更好地显示省份名称。

代码讲解：

plt.rcParams['font.family'] = 'SimHei'

此代码为设置字体为SimHei

for x0,y0 in zip(top30_provinces.index,top30_provinces.values):
    plt.text(x0,y0+80,f'{y0}',ha='center')

这段代码的作用是在每个柱子上方显示对应的用户数量

它使用zip()函数将top30_provinces.index和top30_provinces.values两个列表中的元素一一对应起来，然后遍历这些对应关系，在每个柱子上方添加一个文本标签，显示对应的用户数量。其中，plt.text()函数用于添加文本标签，x0和y0分别表示文本标签的横坐标和纵坐标，f’{y0}'表示将用户数量转换为字符串格式，ha='center’表示将文本标签居中对齐

拓展：plt.text函数的使用

plt.text()函数是Matplotlib库中用于在图表上添加文本的函数。它的语法如下：

plt.text(x, y, s, fontdict=None, **kwargs)

其中，参数的含义如下：

• x：文本标签的横坐标。
• y：文本标签的纵坐标。
• s：要显示的文本内容。
• fontdict：字体属性字典，可以设置字体大小、颜色等属性。
• **kwargs：其他可选参数，如对齐方式、旋转角度等。

例如，要在图表上添加一个居中对齐的文本标签，可以使用以下代码：

import matplotlib.pyplot as plt

plt.plot([0, 1], [0, 1])
plt.text(0.5, 0.5, 'Hello World!', ha='center')
plt.show()

这段代码会在图表中心位置添加一个居中对齐的文本标签“Hello World!”。

图示如下：

3、画用户"平均折扣系数"和飞行里程数"数据的散点图
代码如下：

# 提取所需数据
discount_coefficient = data["平均折扣系数"]
flight_mileage = data["飞行里程数"]

# 绘制散点图
plt.scatter(
    discount_coefficient, 
    flight_mileage,
    s = 15,
    marker='*')
plt.title("用户“平均折扣系数”和“飞行里程数”数据的散点图")
plt.xlabel("平均折扣系数",loc='right')
plt.ylabel("飞行里程数",loc='top')
plt.show()

这段代码的作用是绘制一个散点图，横坐标为"平均折扣系数"，纵坐标为"飞行里程数"。其中，散点的尺寸为15，形状为星号。图表的标题为"用户“平均折扣系数”和“飞行里程数”数据的散点图"，横坐标标签为"平均折扣系数"，纵坐标标签为"飞行里程数"。最后，使用plt.show()函数显示图像。

代码讲解：

plt.scatter(
    discount_coefficient, 
    flight_mileage,
    s = 15,
    marker='*')

这段代码的作用是绘制一个散点图，横坐标为"discount_coefficient"，纵坐标为"flight_mileage"。其中，散点的尺寸为15，形状为星号

拓展：plt.scatter()函数的使用

plt.scatter()函数是Matplotlib库中用于绘制散点图的函数。它的语法如下：

plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None, **kwargs)

其中，参数的含义如下：

• x：散点的横坐标。
• y：散点的纵坐标。
• s：散点的大小，可以是单个数值（所有点相同大小）或序列（每个点可以不同大小）。
• c：散点的颜色，可以是单个颜色（所有点相同颜色）或序列（每个点可以不同颜色）。
• marker：散点的形状，默认为圆形。
• cmap：用于映射颜色的颜色映射对象，如果c是一个序列。
• norm：用于映射颜色的Normalize对象，如果c是一个序列。
• vmin、vmax：用于映射颜色的值的最小值和最大值，如果c是一个序列。
• alpha：散点的透明度，值在0到1之间。
• linewidths：散点边缘的线宽。
• edgecolors：散点边缘的颜色。
• **kwargs：其他可选参数。

例如，要在图表上绘制一组大小为15、形状为星号的红色散点，可以使用以下代码：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 3, 4, 5, 6]

plt.scatter(x, y, s=15, c='red', marker='*')
plt.show()

这段代码会在图表上绘制5个红色星形散点，横坐标为x列表中的值，纵坐标为y列表中的值。

图示如下：

4、统计每年入会会员人数，并画折线图

代码如下：

# 查看入会时间是否是字符串序列，是则转换为时间对象序列
data["入会时间"] = pd.to_datetime(data["入会时间"])

# 提取入会时间的年数据作为新的列，保存到表格中
data["入会年份"] = data["入会时间"].dt.year

# 分组聚合求各组人数
yearly_members = data.groupby("入会年份").size()

# plot画折线图
plt.plot(yearly_members.index, yearly_members.values )
yearly_members.plot(kind='line',marker='o')
plt.title("每年入会会员人数折线图")
for x0,y0 in zip(yearly_members.index, yearly_members.values):
    plt.text(x0,y0+20,f'{y0}',ha='center')
plt.xlabel("年份")
plt.ylabel("会员人数")
plt.show()

这段代码的功能是绘制每年入会会员人数的折线图。具体步骤如下：

1. 将"入会时间"列转换为datetime类型：data[“入会时间”] = pd.to_datetime(data[“入会时间”])
2. 提取出年份并作为新的一列"入会年份"：data[“入会年份”] = data[“入会时间”].dt.year
3. 按照"入会年份"进行分组，计算每年的会员人数：yearly_members = data.groupby(“入会年份”).size()
4. 使用matplotlib库绘制折线图：plt.plot(yearly_members.index,
   yearly_members.values)
5. 设置折线图为线型图，并在每个数据点上标注具体的会员人数：yearly_members.plot(kind=‘line’,
   marker=‘o’)
6. 设置图表标题为"每年入会会员人数折线图"：plt.title(“每年入会会员人数折线图”)
7. 在每个数据点上添加文本标签，显示会员人数：for x0, y0 in zip(yearly_members.index,
   yearly_members.values): plt.text(x0, y0+20, f’{y0}', ha=‘center’)
8. 设置x轴和y轴的标签分别为"年份"和"会员人数"：plt.xlabel(“年份”)、plt.ylabel(“会员人数”)
9. 显示图表：plt.show()

图示如下：