日报 7 | 数据分析应用

一、今日计划

对考核文本进行数据分析

二、知识

1、学习matplotlib的一些内容

（1）常常以plt作为matplotlib.pyplot的省略

（2）plt.plot()

默认情况下不会直接显示图像，只有调用了plt.show()

%matplotlib notebook也可以

（3）plt.plot()

可以用来绘制线型图

默认x是索引，给的list是y

plt.plot(x,y)

（4）字符参数

（5）显示范围：plt.axis([xmin,xmax,ymin,ymax])

（6）plt.setp()修改线条性质

（7）子图：

figure()函数会产生一个指定编号为num的图

subplot可以在一副图中生成多个子图

plot.subplot(numrows,numcols,fignum)

2、cd

cd命令：改变目录（向大的文件走）

cd\是到根目录

3、绘制散点图

（1）主要是用matplotlib中的scatter

基本命令：scatter(x, y, s=20, c=None, marker='o', cmap=None, norm=None, vmin=None,
     vmax=None, alpha=None, linewidths=None, edgecolors=None)

x,y是坐标位置，s是点的大小，cmap是颜色映射表，marker是打点的标记，norm是设置数据亮度，vmin/vmax是亮度设置，alpha修改透明度，linewidths设置散点边界线的宽度，edgecolors设置散点边界线的颜色

x=df['long']
y=df['lat']

plt.scatter(x,y)
plt.title('车站分布图')
plt.show()

这是一个比较基本的展示了，其实还有变颜色，框框（figure）设置等等

附一张marker

（2）用点的大小表示数量由大到小（气泡图）

思想：将数量大小归一化到点大小的尺度，如0~1000000对应到0~10的点的大小，然后将列表传入s参数

操作：其实就是给s一个值乘个常数看出变化

随机颜色：colors=np.random.rand(len(数据列表))

4、导入必备

分别是不显示warnings，导入三大库，解决中文和负号问题

三、问题

1、jupyter找不到电脑文件

根本原因是jupyter的文件在哪里打开，就获取在当下文件夹的信息。应该要先确保要导入的文件在jupyter所在文件夹

检查当前工作目录

import os
os.getcwd()

然后就知道jupyter所在的文件夹了

如果在文件在文件夹里，则可以执行：

df=pd.read_csv('xxx.csv',index_col=0)

否则获取文件的目录，然后执行：

df=pd.read_csv('C:\\x\\x\\x.csv',index_col=0)

我尝试的时候文件就在我的用户文件夹里，用第一个不行，用第二个成功了

可以进行检验：df[:5]，显示前五个内容正确即可

四、心得体会

一开始我都不知道数据分析要分析什么，在这里花费了很长时间，但与其跟excel中的数据大眼瞪小眼，不如做几个数据分析图出来，一边分析一边学，所以也慢慢开始了。几乎就是跟着别人的代码模仿的写，但是看到图形出来还是被惊喜到了

五、反思

最近进度慢了，卷起来

六、明日计划

学习更多的数据分析，运用三大库解决实际问题

2022.11.11