python 一组数据 正态分布散点图_Python实战—小费数据集应用

今天是我在家的......不知道第多少天 由于疫情的缘故大家不能出去玩肯定无聊到发慌如果迫不得已要出去的话一定要戴好口罩，勤洗手保护好自己鸭！ 现在许多高校已经开始延迟开学 不如此时静下心来 趁着这段空闲时间 在家利用网络平台 好好学习新知识 一起学习吧！

一、数据来源

    本节选用的是Python的第三方库seaborn自带的数据集，该小费数据集为餐饮行业收集的数据，其中total_bill为消费总金额、tip为小费金额、sex为顾客性别、smoker为顾客是否吸烟、day为消费的星期、time为聚餐的时间段、size为聚餐人数。

import numpy as npfrom pandas import Series,DataFrameimport pandas as pdimport seaborn as sns   #导入seaborn库tips=sns.load_dataset('tips')#seaborn库自带的数据集tips.head()

二、问题探索 

一、小费金额与消费总金额是否存在相关性？ 二、性别、是否吸烟、星期几、聚餐人数和小费金额是否有一定的关联？ 三、小费金额占小费总金额的百分比是否服从正态分布？

三、数据清洗

tips.shape #数据集的维度

(244，7) 共有244条数据，7列。

tips.describe() #描述统计

描述统计结果如上所示。

tips.info() #查看缺失值信息

此例无缺失值。

四、数据探索

tips.plot(kind='scatter',x='total_bill',y='tip') #绘制散点图

由图可看出，小费金额与消费总金额存在正相关性。

male_tip = tips[tips['sex'] == 'Male']['tip'].mean() #男性平均消费金额male_tip

3.0896178343949052

female_tip = tips[tips['sex'] == 'Female']['tip'].mean() #女性平均消费金额female_tip

2.833448275862069

s = Series([male_tip,female_tip],index=['male','female'])s

male      3.089618

female    2.833448

dtype: float64

s.plot(kind='bar') #男女平均小费柱状图

由图可看出，女性小费金额小于男性小费金额。

tips['day'].unique() #日期的唯一值 

[Sun, Sat, Thur, Fri] Categories (4, object): [Sun, Sat, Thur, Fri]

sun_tip = tips[tips['day'] == 'Sun']['tip'].mean()sat_tip = tips[tips['day'] == 'Sat']['tip'].mean()thur_tip = tips[tips['day'] == 'Thur']['tip'].mean()fri_tip = tips[tips['day'] == 'Fri']['tip'].mean()#各个日期的平均小费值s = Series([thur_tip,fri_tip,sat_tip,sun_tip],index=['Thur','Fri','Sat','Sun'])s

 

s.plot(kind='bar') #日期平均小费柱状图

由图可看出，周六、周日的小费比周四、周五的小费高。

tips['percent_tip'] = tips['tip']/(tips['total_bill']+tips['tip'])tips.head(10) #小费所占百分比

tips['percent_tip'].hist(bins=50)#小费百分比直方图

由图可看出，小费金额占小费总金额的百分比基本服从正态分布。 由于公众号没有开通留言功能大家可以在公众号后台联系作者喜欢文章的朋友麻烦点个再看Python在手天下我有一起努力 往期 精彩回顾

Python软件安装

统计180班QQ群聊文本可视化分析

用数据说话，Python就业前景分析