Python数据分析及可视化—亚太地区25所商学院

《商务与经济统计》案例3-3

亚太地区的商学院

源数据

第一题：计算数据集的描述统计量

import pandas as pandas

//pandas 读取数据
data = pandas.read_excel('/Users/python/源数据/亚太地区25所商学院.xlsx')
//describe可以描述数据的一些描述性统计信息
data.describe()

describe的结果

mean：平均数
std：标准差
后面的就是最小值，百分位到最大值了

1. 录取名额：
   25所商学院平均录取名额为165人，这些学院录取名额之间的标准差为141，最少的录取为12人，最多录取463人，极差451人，不同学校之间录取名额相差大。
2. 学费：
   本国学生平均学费为12375美元，而国外学生的平均学费为16582美元，本国学生比国外学生平均学费低4207美元。而且本国学生各百分位数的学费值都比国外学生学费低。
3. 年龄：
   商学院学生平均年龄为28岁，最小的学生22岁，虽大的学生37岁。
4. 国外学生比例：
   国外学生占比平均28%，最少的没有国外学生，最多的学校国外学生占90%。
5. 起薪：
   不同商学院之间的起薪平均为37292美元，最少的起薪7000美元，最高的起薪为87000美元，极差80000美元。
   各个商学院之间学生在各方面的差距都还是比较大的。

第二题：a.本国学生与外国学生学费的差别

# -*-coding:utf-8-*-

import numpy as numpy
import pandas as pandas
import matplotlib.pyplot as plt

data = pandas.read_excel('/Users/python/源数据/亚太地区25所商学院.xlsx')
description = data.describe()

//本国学生学费
height_local = data['Local Tuition ($)'] 
//外国学生学费
height_foreign = data['Foreign Tuitiion ($)']
x_lable = data['Business School']

//以下两句输出结果都为0，1，2，3，4，5···到24
xaixs = list(range(len(height_local)))
x = numpy.arange(25)

//表格标题
plt.title('Local Tuition & Foreign Tuitiion')

//画第一个柱状图，tick_label 参数：在X轴上标示X的“值”，只设置一个就可以
plt.bar(x,height_local,width=0.4,label='local',tick_label=x_lable)
plt.bar(x+0.4,height_foreign,width=0.4,label='foreign')
//注意两个柱状图的宽度和间距，不然会有重叠
plt.xlabel('Business School') 
plt.ylabel('($)')

//x轴的值旋转-90度，因为学校名字太长，不旋转会重叠
plt.xticks(rotation=-90)
//设置标记刻度大小
plt.tick_params(labelsize=8)
//图例加到图像内侧
plt.legend()
plt.show()

1.本国学生平均学费为12375美元，而国外学生的平均学费为16582美元，本国学生比国外学生平均学费低4207美元。
2.本国学生学费和外国学生最低学费都为1000美元，是孟买的商学院。最高学费也相同，为33060美元，是日本国际大学，但是25%，50%，75%各百分位数的学费本国学生都比国外学生低。还是本国学生的学费比较优惠

第二题：b.要求工作经验和无工作经验的学校学生起薪差别

//起薪按照工作经验分组
salaries = data['Starting Salary ($)'].groupby(data['Work Experience'])
//输出分组后的描述统计量
salaries.describe()

1.没有工作经验的6个，占24%。平均起薪24583美元，最低7100美元，最高87000美元。
有工作经验的19个，占76%。平均起薪为41305美元，最低7000美元，最高71400美元。
2.平均来说，有工作经验的起薪还是无工作经验起薪的2倍，虽然最低起薪几乎相同，但是25%，50%，75%的各个阶段的起薪值都比无工作经验的起薪要高很多。
3.无工作经验的在前50%的范围内，没有太大差距，在50%的位置，起薪为7500美元，但是后50%的起薪差距特别大。
总结：是不是代表，大体来说，还是要有工作经验，但是如果你特别厉害，没有工作经验也能拿到很高的起薪

第二题：c.要求英语测试和不要求英语测试学校学生起薪差别

//起薪按照是否有英语测试分组
english_test = data['Starting Salary ($)'].groupby(data['English Test'])
//输出分组后的描述统计量
english_test.describe()

1.不要求英语测试的17个，占68%。平均起薪33623美元，最低7100美元，最高71400美元。
要求英语测试的8个，占32%。平均起薪为45087美元，最低16000美元，最高87000美元。
2.平均来说，有英语测试要求比没有英语测试要求的起薪要高，差12000美元。而且有英语要求测试的最低起身为16000美元，是没有英语测试要求的2倍多，前50%位置的起薪，都是有英语测试要求的更高。
总结：大体来说，还是有英语测试，起薪可能会更高。

第三题：学费和起薪有关系吗

//height_foreign  外国学生学费，salaries 起薪
numpy.corrcoef(height_foreign,salaries)
numpy.corrcoef(height_local,salaries)

两组学生的学费和起薪都成正相关，外国学生学费和起薪相关系数为0.79，本国学生的相关系数为 0.67