分布统计与时间数据可视化

一、分布统计

• 某个特征下值的分布情况的可视化
• 检查特征的分布情况可以了解数据对象的很多特性

1、基于value_counts统计值的分布情况

value_count() 的参数：

• normalize : boolean, default False ，如果为True，则返回的对象将包含唯一值的相对频率。
• sort : boolean, default True ， 按值排序
• ascending : boolean, default False ， 按频率计数升序排序
• bins : integer, optional 而不是数值计算，把它们分成半开放的箱子，一个方便的pd.cut，只适用于数字数据
• dropna : boolean, default True ， 不包括NaN的数量。

对数据进行预处理：

import numpy as np
import pandas as pd
import json
from pandas.io.json import json_normalize
import pyecharts as pe
from collections import Counter

op1=open(r'D:\python学习\数据分析与可视化数据\shoes.json', 'r',encoding='utf-8')
li=[]
dict1={
   }
for i in op1:
    k=json.loads(i.encode("utf-8"))#把字符串转换为json
    li.append(k)
a=json_normalize(li)#把由json数据构成的列表转换成数据框

a.sales=a.sales.str.split("人",expand=True)[0]
a.sales = a.sales.astype(np.int64)#转换列的类型为整数
a.price = a.price.astype(np.float)

统计加排序：

from pyecharts.globals import ThemeType
from pyecharts.faker import Faker
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.charts import Line

p1 = a.price.value_counts()#按价格进行统计
p1

p1.sort_index(inplace=True)#对p1的索引进行排序，做线图需要排序

数据处理好后绘制图：

#排好序后，我吧索引作为x轴，值作为y轴
f1=Line().add_xaxis(p1.index.tolist()).add_yaxis("price", p1.tolist