数据可视化综合练习

在以下的任务中，请将每一个任务标题作为markdown标题内容写进jupyter中，标题下方写解题代码。

首先我们先导入两个常用的数据分析和可视化库。

import pandas as pd：这行代码导入了pandas库，并将其简称为pd。pandas是一个强大的数据处理库，提供了DataFrame等数据结构以及丰富的数据处理、清洗、分析等功能。

import matplotlib.pyplot as plt：这行代码导入了matplotlib库中的pyplot模块，并将其简称为plt。matplotlib是一个用于绘制图形的库，而pyplot是其子模块，提供了类似于MATLAB的绘图API，可以方便地创建各种图形。

注：以下任务点的数据均来自航空公司数据

任务点1：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：绘制各省份用户人数柱形图（前30名）

根据任务点1，我们需要先导入航空公司数据表。代码如图：

导入完航空公司数据表后，开始绘图，代码如下：

这段代码的主要功能是生成一个柱状图，展示了各省份用户人数的分布情况。

首先，它从名为df1的数据框中获取了'工作地所在省份'这一列，并使用value_counts()函数统计了每个省份的用户数量，然后取前30个结果存储在top30变量中。

接下来，设置了图形中的字体为'SimHei'，这是为了确保中文能正确显示。

然后，创建了一个柱形图，x轴为省份（即top30的索引），y轴为用户数量（即top30的值）。每个柱子的宽度设置为0.7。

设置图表的标题为'各省份用户人数柱形图(前30名)'，x轴标签为'省份'，y轴标签为'用户人数'。

将x轴的标签旋转90度，以便更好地显示。

最后，对于每一个省份和其对应的用户数量，都在柱状图上方添加了一个文本标签，显示具体的用户数量。这个标签的位置是在对应省份的柱子上方100个单位的位置，水平居中对齐。

最后，使用plt.show()显示这个图形。

结果如图：

任务点2：画用户“平均折扣系数”和“飞行里程数”数据的散点图

如任务一所示，第一步依旧是先自定义一个名字并导入列表：

随后开始根据任务点二画散点图，代码如图所示：

1、plt.scatter()函数用于绘制散点图，其中df2['平均折扣系数']表示x轴的数据，df2['飞行里程数']表示y轴的数据。

2、s=1表示散点的大小为1。

3、c='r'表示散点的颜色为红色

4、marker='+'表示散点的形状为加号

5、plt.xlim(0,20)和plt.ylim(0,300000)分别设置x轴和y轴的范围

6、plt.xlabel('平均折扣系数',loc='right')设置x轴的标签为“平均折扣系数”，并将标签位置设置为右侧

7、plt.ylabel('飞行里程数',loc='top')设置y轴的标签为“飞行里程数”，并将标签位置设置为顶部。

8、最后plt.show()显示绘制的散点图。

结果如图所示：

任务点3：统计每年入会会员人数，并画折线图。

步骤：

（1）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

（2）提取入会时间的年数据作为新的列，保存到表格中

（3）分组聚合求各组人数

（4）plot画折线图

第一步，导入相关数据，如图所示：

随后开始根据任务点三的四个步骤编写代码并绘图，代码如图所示：

代码解释：

1、df3['入会时间'] = pd.to_datetime(df3['入会时间'])：将'入会时间'列转换为datetime类型。

2、df3['入会年份'] = df3['入会时间'].dt.year：提取出'入会时间'列中的年份，并存储在新的'入会年份'列中。

3、years = df3.groupby('入会年份').size()：按照'入会年份'进行分组，并计算每个分组的大小（即每年入会的会员人数）。

4、plt.plot(years.index,years.values)：绘制折线图，横坐标为年份，纵坐标为会员人数。

5、years.plot(kind = 'line',marker='o')：使用pandas的plot方法绘制折线图，设置线条样式为实线，标记点样式为圆圈

6、plt.title('每年入会会员人数折线图')：设置图表标题为“每年入会会员人数折线图”

7、for x0,y0 in zip(years.index,years.values): plt.text(x0,y0+20,f'{y0}',ha='center')：在每个数据点上方20个单位的位置添加文本标签，显示该年份的会员人数。

8、plt.xlabel('年份')：设置x轴标签为“年份”。

9、plt.ylabel('会员人数')：设置y轴标签为“会员人数”。

10、plt.show()：显示绘制的折线图。

结果如图显示：

任务点4：假设“飞龄”为用户的入会时间距离今天的年数（不满1年的时间舍去），试对“飞龄”数据分组（组距为3），并统计各组人数，画各组人数占比的饼图。（提示：使用序列的agg方法和时间类型对象）

步骤：

（1）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

（2）创建一个表示今天的时间对象

（3）入会时间序列-今天的时间，计算时间差序列

（4）取时间差对象序列的年份数据作为新的列

（5）保存新的列（飞龄）到表格中

（6）将飞龄数据做一个数据分箱

（6）基于分箱结果做分组聚合求各组人数

（7）画饼图

第一步，导入相关数据，如图所示：

随后开始根据任务点四的七个步骤编写代码并绘图，代码如图所示：

关于以上代码的解释：

1、df4['入会时间'] = pd.to_datetime(df4['入会时间'])：将数据框df4中的'入会时间'列转换为日期时间格式。

2、df4['飞龄'] = (pd.Timestamp.today().year - df4['入会时间'].dt.year)：计算每个用户的飞龄，即当前年份减去入会时间年份。

3、bins = [9, 12, 15, 18]：定义一个列表，表示飞龄分组的边界值。

4、df4['飞龄分组'] = pd.cut(df4['飞龄'], bins=bins)：根据给定的bins对飞龄进行分组，将分组结果存储在新的'飞龄分组'列中。

5、group = df4['飞龄分组'].value_counts()：统计每个飞龄分组的用户数量。

6、plt.pie(group, labels=group.index,autopct='%1.1f%%')：使用matplotlib库绘制饼图，展示不同飞龄分组的用户数量占比。

7、plt.title('用户飞龄分布饼图')：设置饼图的标题为'用户飞龄分布饼图'

8、plt.show()：显示绘制的饼图。

结果如图所示：

任务点5：同时绘制“飞行次数”数据分布的直方图和箱线图，在画布中上下分布。

第一步，导入相关数据，如图所示：

随后开始根据任务点五的步骤编写代码并绘图，代码如图所示：

关于以上代码的解释：

1、plt.figure(figsize=(12,10))：创建一个大小为12x10的画布。

2、plt.subplot(2,1,1)：在画布上创建一个2行1列的子图，当前子图为第1个。

3、plt.hist(...)：绘制直方图，横坐标为飞行次数，纵坐标为人数。直方图的分组区间为[df5['飞行次数'].min(), df5['飞行次数'].max())，步长为5。

4、plt.title('用户飞行次数直方图')：设置直方图的标题为“用户飞行次数直方图”。

5、plt.xlabel('飞行次数')：设置横坐标的标签为“飞行次数”。

6、plt.ylabel('人数')：设置纵坐标的标签为“人数”。

7、plt.subplot(2,1,2)：在画布上创建一个2行1列的子图，当前子图为第2个。

8、plt.boxplot(...)：绘制箱形图，横坐标为飞行次数，纵坐标为人数。箱形图的标签为“飞行次数”。

9、plt.title('用户飞行次数箱形图')：设置箱形图的标题为“用户飞行次数箱形图”。

10、plt.show()：显示绘制的图形。

结果如图所示，就能得到两个图片：

除了以上这几种绘图方法，还有一种能够画出多种图像的方法。如图所示：

到此，所有任务均已完成