全网最全python实现数据挖掘,数据分析(matlablib,pandas,numpy,量化分析)(附源代码)

全网最全python实现数据挖掘,数据分析(matlablib,pandas,numpy,量化分析)(附源代码)
在这里插入图片描述

1.横直方图电影票房

2.散点图3月与10月每天的天气

3.条形图电影票房

4.条形图三天票房

5.用条形图绘制出直方图

6.折线图10点到12点气温

7.折线图调整x轴的刻度

8.折线图调整x轴的刻度

9.折线图设置中文(气温)

10.直方图 250部电影的时长分布

11.page15

在这里插入图片描述

12.读取外部数据

13.bool索引与缺失值的处理

14.dataFrame的创建

15.dataFrame的描述信息

16.dataFrame的索引

17.series的了解

在这里插入图片描述
1.横直方图电影票房

# 大二
# 2021年2月28日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

from matplotlib import pyplot as plt

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']

a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5:最后的骑士","摔跤吧!爸爸","加勒比海盗5:死无对证","金刚:骷髅岛","极限特工:终极回归","生化危机6:终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3:殊死一战","蜘蛛侠:英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]

b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]

plt.figure(figsize= (20,8),dpi = 80)

plt.barh(range(len(a)),b,height = 0.3,color = 'orange')

plt.yticks(range(len(a)),a)

plt.grid(alpha = 0.3)

#plt.savefig('./movie.png')

plt.show()

在这里插入图片描述
2.散点图3月与10月每天的天气

# 大二
# 2021年2月28日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

from matplotlib import pyplot as plt

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']

y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

x_3 = range(1,32)
x_10 = range(51,82)

plt.figure(figsize=(18,8), dpi = 80)

plt.scatter(x_3,y_3,label = '3月份')
plt.scatter(x_10,y_10,label = '10月份')

_x = list(x_3) + list(x_10)
x_tick_labels = ['3月{}'.format(i) for i in x_3]
x_tick_labels += ['10月{}'.format(i-50) for i in x_10]

plt.xticks(_x[::3],x_tick_labels[::3],rotation = 45)

plt.legend(loc = 'upper left')

plt.xlabel('时间')
plt.ylabel('温度')
plt.title('标题')

# plt.plot(x_3,y_3)
# plt.plot(x_10,y_10)

plt.show()

在这里插入图片描述
3.条形图电影票房

# 大二
# 2021年2月28日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

from matplotlib import pyplot as plt

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']

a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5:最后的骑士","摔跤吧!爸爸","加勒比海盗5:死无对证","金刚:骷髅岛","极限特工:终极回归","生化危机6:终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3:殊死一战","蜘蛛侠:英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]

b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]

plt.figure(figsize= (20,8),dpi = 80)

plt.bar(range(len(a)),b,width= 0.3)

plt.xticks(range(len(a)),a,rotation = 90)

plt.savefig('./movie.png')

plt.show()

在这里插入图片描述
4.条形图三天票房

# 大二
# 2021年2月28日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

from matplotlib import pyplot as plt

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']

a = ["猩球崛起3:终极之战","敦刻尔克","蜘蛛侠:英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]

bar_width = 0.3
x_14 = list(range(len(a)))
x_15 = [i+bar_width for i in x_14]
x_16 = [i+bar_width*2 for i in x_14]

plt.figure(figsize=(20,8),dpi = 80)

plt.bar(x_14,b_14,width=bar_width,label = '9月14日')
plt.bar(x_15,b_15,width=bar_width,label = '9月15日')
plt.bar(x_16,b_16,width=bar_width,label = '9月16日')

plt.xticks(x_15,a)

plt.legend(loc = 'upper left')

plt.savefig('./直方图.png')
plt.show()

在这里插入图片描述
5.用条形图绘制出直方图

# 大二
# 2021年2月28日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

from matplotlib import pyplot as plt 

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']

interval = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]

plt.figure(figsize=(20,8),dpi = 80)

plt.bar(range(len(interval)),quantity,width = 1)

_x = [i-0.5 for i in range(len(interval)+1)]
_xtick_labels = interval + [150]

plt.xticks(_x,_xtick_labels)

plt.grid(alpha = 0.4)
plt.show()

在这里插入图片描述
6.折线图10点到12点气温

# 大二
# 2021年2月28日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

from matplotlib import pyplot as plt
import random 

x = range(0,120)

y = [random.randint(20,35) for i in range(120)]
plt.figure(figsize=(20,8),dpi = 80)

plt.plot(x,y)


plt.show()

在这里插入图片描述
7.折线图调整x轴的刻度

# 大二
# 2021年2月28日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

from matplotlib import pyplot as plt 

x = range(2,26,2)

y = [15,13,14,10,2,12,13,11,10,12,11,8]

plt.figure(figsize=(20,8),dpi = 80)

plt.plot(x,y)
#plt.xticks(range(0,25,2))
_xtick_lables = [i/2 for i in range(4,49)]
plt.xticks(_xtick_lables)
#plt.xticks(range(25,50))

plt.yticks(range(min(y),max(y)+1))

plt.savefig('./sig_size.png')
plt.savefig('./sig_size.svg')
plt.show()

在这里插入图片描述
8.折线图绘制多次图形

# 大二
# 2021年2月28日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

from matplotlib import pyplot as plt 


plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']

# plt.rcParams['font.family'] = ['sans-serif']
# plt.rcParams['font.sans-serif'] = ['SimHei']


y_1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_2 = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]



x = range(11,31)

plt.figure(figsize= (20,8), dpi = 80)

plt.plot(x,y_1,label = '自己',color = 'orange',linestyle = ':')
plt.plot(x,y_2,label = '同桌',color = '#DB7093',linestyle = '--')

_xtick_labels = ['{}岁'.format(i) for i in x]
plt.xticks(x,_xtick_labels)

plt.grid(alpha = 0.4)

plt.legend(loc = 'upper left')

plt.show()

在这里插入图片描述
9.折线图设置中文(气温)

# 大二
# 2021年2月28日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

from matplotlib import pyplot as plt
import random 

#中文字体
plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']

x = range(0,120)

y = [random.randint(20,35) for i in range(120)]
plt.figure(figsize=(20,8),dpi = 80)

plt.plot(x,y)

_xtick_labels = ['10点{}分'.format(i) for i in range(60)]
_xtick_labels += ['11点{}分'.format(i) for i in range(60)]

plt.xticks(list(x)[::3],_xtick_labels[::3],rotation = 45)
#rint(list(x)[::3])

plt.xlabel('时间')
plt.ylabel('温度 单位(℃)')
plt.title('10点到12点每分钟的气温变化情况')

plt.show()

在这里插入图片描述
10.直方图 250部电影的时长分布

# 大二
# 2021年2月28日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

from matplotlib import pyplot as plt

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']

a=[131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]

d = 3
num_bins = (max(a)-min(a))//d

plt.figure(figsize=(20,8),dpi = 80)

#参数density显示频率
plt.hist(a,num_bins,density=True)
plt.xticks(range(min(a),max(a)+d,d))

plt.grid()
plt.savefig('./电影时长.png')

plt.show()

在这里插入图片描述
11.page15

# 大二
# 2021年2月28日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

from matplotlib import pyplot as plt 

x = range(2,26,2)

y = [15,13,14,10,2,12,13,11,10,12,11,8]

plt.figure(figsize=(20,8),dpi = 80)

plt.plot(x,y)
plt.show()

在这里插入图片描述
12.读取外部数据

# 大二
# 2021年3月3日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

import pandas as pd 
import numpy as np

df = pd.read_csv('dogNames2.csv')
print(df)

from pymongo import MongoClient

client = MongoClient()
collection = client['douban']['tv1']
data = list(collection.find())

t1 = data[0]
t1 = pd.Series(t1)
print(t1)


13.bool索引与缺失值的处理


# 大二
# 2021年3月3日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

import pandas as pd 
import numpy as np

df = pd.read_csv('dogNames2.csv')
print(df.info())

print(df[(df['Count_AnimalName'] > 1 & df['Count_AnimalName'] < 3)])

14.dataFrame的创建

# 大二
# 2021年3月3日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

import pandas as pd 
import numpy as np

t = pd.DataFrame(np.arange(12).reshape(3,4))
print(t)

t = pd.DataFrame(np.arange(12).reshape(3,4),index = list('abc'),columns = list('wxyz'))
print(t)

t = pd.DataFrame(np.arange(12).reshape(3,4),index = list('abc'),columns = list('qrst'))
print(t)

d1 = {'name':['xiaoming','xiaogang'],'age':[20,32],'tel':[10086,10010]}
t1 = pd.DataFrame(d1)
print(t1)

d2 = [{'name':'xiaoming','age':20,'tel':'10086'},
{'name':'xiaogang','age':33,'tel':'10010'},
{'name':'xiaowang','age':32}]
print(d2)
t1 = pd.DataFrame(d2)
print(t1)

print(t1.info())
print(t.head(1))
print(t.tail(2))
print(t.describe())

15.dataFrame的描述信息

# 大二
# 2021年3月3日
# 寒假开学时间3月7日
# 个人公众号:yk 坤帝
# 后台回复数据挖掘1 获取源代码

import pandas as pd 
import numpy as np

df = pd.read_csv('dogNames2.csv')

print(df.head())
print(df.info())

print(df.head(1))
print(df.tail(2))
print(df.describe())

df = df.sort_values(by ='Count_AnimalName',ascending=False)
print(df.head(5))

16.dataFrame的索引

# 大二
# 2021年3月3日
# 寒假开学时间3月7日


import pandas as pd 
import numpy as np

df = pd.read_csv('dogNames2.csv')

df = df.sort_values(by ='Count_AnimalName',ascending=False)
print(df.head(5))

print(df[:20])
print(df['Row_Labels'])
print(type(df['Row_Labels']))


t3 = pd.DataFrame(np.arange(12).reshape(3,4),index = list('abc'),columns = list('wxyz'))
print(t3)
print(t3.loc['a','z'])
print(type(t3.loc['a','z']))

print(t3.loc['a',:])

print(t3.iloc[1])

17.series的了解

# 大二
# 2021年3月3日
# 寒假开学时间3月7日


import pandas as pd 
import numpy as np

print(pd.Series([1,2,3,1,3,333,4]))
t = pd.Series([1,2,31,12,3,4])
print(type(t))

t2 = pd.Series(np.arange(6),index = list('abcdef'))
print(t2)

temp_dict = {'name':'xiaohong','age':30,'tel':'10086'}
t3 = pd.Series(temp_dict)
print(t3)

print(t3.dtype)
print(t2.dtype)

t2 = t2.astype(float)
print(t2)
  • 71
    点赞
  • 525
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 32
    评论
政策量化分析是利用数学和统计方法对政策效果进行量化评估的一种方法。Python是一种常用的编程语言,拥有丰富的数据分析库和工具,非常适合进行政策量化分析。 在使用Python进行政策量化分析时,可以按照以下步骤进行: 1. 数据准备:从相关的政策实施部门或者相关公开数据源获取政策相关的数据,包括政策实施时间、实施区域、政策影响对象等。将获取到的数据导入Python环境中。 2. 数据处理:对导入的数据进行预处理,包括数据清洗、缺失值处理、异常值处理等。使用Python中的数据分析库(如pandas)可以方便地进行这些数据处理任务。 3. 可视化分析:使用Python中的可视化库(如matplotlib、seaborn)对政策相关数据进行可视化分析,如绘制折线图、柱状图、散点图等,以便更直观地展示政策的效果。 4. 构建模型:根据政策的具体目标和数据特点,选择合适的统计模型进行分析。例如,对于政策效果的评估可以使用回归模型、差分法等。使用Python中的统计分析库(如statsmodels、scikit-learn)可以快速构建和训练模型。 5. 模型评估:对构建的模型进行评估,如计算模型的拟合优度、预测准确率等指标。使用Python中的评估工具可以方便地进行模型评估。 6. 结果解释:根据模型的结果,对政策的效果进行解释和总结。可以使用Python中的科学计算库(如numpy、scipy)进行结果的计算和解释。 总之,利用Python进行政策量化分析可以帮助政策研究人员更加科学、准确地评估政策效果,并为政策制定提供科学依据。
评论 32
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yk 坤帝

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值