[DataWhale]动手学数据分析Task04：数据可视化

目录

第二章Part3：数据可视化

开始之前，导入numpy、pandas包和数据 

2.7 如何让人一眼看懂你的数据？

2.7.1 任务一：跟着书本第九章，了解matplotlib，自己创建一个数据项，对其进行基本可视化

2.7.2 任务二：可视化展示泰坦尼克号数据集中男女中生存人数分布情况（用柱状图试试）。

 2.7.3 任务三：可视化展示泰坦尼克号数据集中男女中生存人与死亡人数的比例图（用柱状图试试）。

2.7.4 任务四：可视化展示泰坦尼克号数据集中不同票价的人生存和死亡人数分布情况。（用折线图试试）（横轴是不同票价，纵轴是存活人数）¶

2.7.5 任务五：可视化展示泰坦尼克号数据集中不同仓位等级的人生存和死亡人员的分布情况。（用柱状图试试）

2.7.6 任务六：可视化展示泰坦尼克号数据集中不同年龄的人生存与死亡人数分布情况。(不限表达方式)

2.7.7 任务七：可视化展示泰坦尼克号数据集中不同仓位等级的人年龄分布情况。（用折线图试试） 

主要学习Python数据可视化库Matplotlib；数据可视化可以更好的看到每一个关键步骤的结果如何，可以用来优化方案，是一个很有用的技巧。

可视化详解

第二章Part3：数据可视化

开始之前，导入numpy、pandas包和数据 

# 加载所需的库
# 如果出现 ModuleNotFoundError: No module named 'xxxx'
# 你只需要在终端/cmd下 pip install xxxx 即可
%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

#读取文件
text = pd.read_csv(r'C:\Users\maxqu\Desktop\动手学数据分析\hands-on-data-analysis-master\第二章项目集合\result.csv')
text.head()

2.7 如何让人一眼看懂你的数据？

《Python for Data Analysis》第九章

2.7.1 任务一：跟着书本第九章，了解matplotlib，自己创建一个数据项，对其进行基本可视化

【思考】最基本的可视化图案有哪些？分别适用于那些场景？（比如折线图适合可视化某个属性值随时间变化的走势）

答：其实就是统计学的逻辑。

2.7.2 任务二：可视化展示泰坦尼克号数据集中男女中生存人数分布情况（用柱状图试试）。

sex = text.groupby('Sex')['Survived'].sum()#先按列Survived抽取数据，然后按Sex进行分组，最后求和计算总人数
#等同于sex = text['Survived'].groupby(text['Sex']).sum()
sex.plot.bar()#按sex进行区分来画柱状图，plot()默认kind=‘line',故即可修改kind=’bar‘，也可直接调用bar方法
plt.title('survived_count')#柱状图名称为survived_count
plt.show()#把柱状图显示出来

 

【思考】计算出泰坦尼克号数据集中男女中死亡人数，并可视化展示？如何和男女生存人数可视化柱状图结合到一起？看到你的数据可视化，说说你的第一感受（比如：你一眼看出男生存活人数更多，那么性别可能会影响存活率）。

 2.7.3 任务三：可视化展示泰坦尼克号数据集中男女中生存人与死亡人数的比例图（用柱状图试试）。

count方法返回非空值的数量，value_counts返回一个包含所有值及其数量的 Series。 且为降序输出。详细举例

# 提示：计算男女中死亡人数 1表示生存，0表示死亡
text.groupby(['Sex','Survived'])['Survived'].count().unstack().plot(kind='bar',stacked='True')
#先抽取Sex与survived数据，此时按行索引；count或sum方法计算幸存人数
#unstack方法将按列索引转化成行索引
#plot(kind='bar',stacked='True')默认kind为line，stacked表示要两个属性堆叠在一起
plt.title('survived_count')
plt.ylabel('count')
#plt.show() 使用的ipython交互界面 所以即使这句注释掉依然会出图

 

2.7.4 任务四：可视化展示泰坦尼克号数据集中不同票价的人生存和死亡人数分布情况。（用折线图试试）（横轴是不同票价，纵轴是存活人数）¶

【提示】对于这种统计性质的且用折线表示的数据，你可以考虑将数据排序或者不排序来分别表示。可以看看两种方法的异同。

# 计算不同票价中生存与死亡人数 1表示生存，0表示死亡
fare_sur = text.groupby(['Fare'])['Survived'].value_counts().sort_values(ascending=False)
#抽取Survived和Fare列数据，按照Fare列进行分组
fare_sur

   

# 排序后绘折线图
fig = plt.figure(figsize=(5, 4))#size越大越看的详细，越小越能把握整体
fare_sur.plot(grid=True)#画图时保留格子
plt.legend()
plt.show()

  

# 排序前绘折线图
fare_sur1 = text.groupby(['Fare'])['Survived'].value_counts()
fare_sur1
fig = plt.figure(figsize=(5, 4))
fare_sur1.plot(grid=True)
plt.legend()
plt.show()

 

2.7.5 任务五：可视化展示泰坦尼克号数据集中不同仓位等级的人生存和死亡人员的分布情况。（用柱状图试试）

# 1表示生存，0表示死亡
pclass_sur = text.groupby(['Pclass'])['Survived'].value_counts()
pclass_sur

seaborn库的详解 

import seaborn as sns
sns.countplot(x="Pclass", hue="Survived", data=text)

 

2.7.6 任务六：可视化展示泰坦尼克号数据集中不同年龄的人生存与死亡人数分布情况。(不限表达方式)

facet = sns.FacetGrid(text, hue="Survived",aspect=3)
facet.map(sns.kdeplot,'Age',shade= True)
facet.set(xlim=(0, text['Age'].max()))
facet.add_legend()

 

2.7.7 任务七：可视化展示泰坦尼克号数据集中不同仓位等级的人年龄分布情况。（用折线图试试） 

text.Age[text.Pclass == 1].plot(kind='kde')
text.Age[text.Pclass == 2].plot(kind='kde')
text.Age[text.Pclass == 3].plot(kind='kde')
plt.xlabel("age")
plt.legend((1,2,3),loc="best")