2024 全国大学生新质生产力大赛—数学建模赛项题目 B：金融违规交易的大数据分析 问题二思路和代码

针对问题二，我们可以通过以下步骤分析洗钱风险评分较高和较低的国家、行业等指标，并探索它们的特征：

1. 数据分组与汇总

• 按国家、行业等分组：计算各组的洗钱风险评分的均值和数量。
• 筛选高低评分：确定高于某一阈值的“高风险”组和低于某一阈值的“低风险”组。

2. 特征分析

• 汇总特征：对高风险和低风险组分别计算交易金额、货币来源、目的地国家和金融机构的分布情况。
• 数据可视化：通过图表展示各个特征在高低风险组中的差异。

3. 描述性统计

• 生成描述性统计：计算均值、标准差、最大值、最小值等，了解高低风险组的基本特征。

4. 画像构建

• 特征画像：基于分析结果，为高风险和低风险组分别构建特征画像，总结其主要特征。

示例代码（Python）

以下是一个简化的Python示例，使用Pandas和Seaborn库进行数据分析：

import pandas as pd
import seaborn