《深入浅出统计学》笔记一--第一章：信息图形化

最新推荐文章于 2020-11-20 17:08:27 发布

白儿墨

最新推荐文章于 2020-11-20 17:08:27 发布

阅读量714

点赞数

分类专栏：《深入浅出统计学》笔记

本文链接：https://blog.csdn.net/weixin_44264662/article/details/102957061

版权

3 篇文章 0 订阅

订阅专栏

打算结合python再回顾下这本统计学入门书的内容

深入浅出统计学

这一章的主要知识点是介绍常见的统计图以及相应的画法

1.饼图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
import matplotlib

matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False

matplotlib.pyplot.style.use('ggplot')

data = pd.Series({'其他':1500,'射击':3500,'动作':6000,'策略':115000,'体育':27500})

data

其他      1500
射击      3500
动作      6000
策略    115000
体育     27500
dtype: int64

data.plot(kind='pie',figsize=(5,5),label='what\'s label?')

在这里插入图片描述

2.条形图

data = pd.DataFrame({'地区':['A','B','C','D','E'],'销量':[1000,5000,7500,8000,9500]})

data

data.plot.bar(x='地区',y='销量')

<matplotlib.axes._subplots.AxesSubplot at 0x121868b00>

在这里插入图片描述

data.plot.barh(x='地区',y='销量')

<matplotlib.axes._subplots.AxesSubplot at 0x1218a8d68>

在这里插入图片描述

data = pd.DataFrame({'满意':[300000,150000,100000,20000,3000],'不满意':[2000,5000,8000,10000,9000]},index=['体育','策略','动作','射击','其他'])

data.plot.barh()

<matplotlib.axes._subplots.AxesSubplot at 0x1219166d8>

在这里插入图片描述

plt.bar(x=data.index,height=data['满意'])
plt.bar(x=data.index,height=data['不满意'],bottom=data['满意'])

<BarContainer object of 5 artists>

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-96lD1qJg-1573113796584)(output_16_1.png)]

3.直方图
适用于数值型数据

data = pd.DataFrame({'name':np.arange(0,110),'得分':np.array([5]*5+[250]*29+[410]*56+[650]*17+[820]*3)})

data['得分'].plot.hist(bins=[0,200,400,600,800,1000])

<matplotlib.axes._subplots.AxesSubplot at 0x1a322d6b00>

在这里插入图片描述

data = pd.Series(np.array([0.5]*4300+[2.5]*6900+[4]*4900+[6]*2000+[23]*2100))

import seaborn as sns
sns.distplot(data,bins=[0,1,3,5,10,24],norm_hist=True,kde=False)#norm_hist控制是绘制成频率直方图，还是频率密度直方图

<matplotlib.axes._subplots.AxesSubplot at 0x1a3248c518>

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Twg2zn5o-1573113796585)(output_21_1.png)]

norm_hist
If True, the histogram height shows a density rather than a count.
This is implied if a KDE or fitted density is plotted.

累计频数图

bins = [0,1,3,5,10,24]

a = data.value_counts(bins=bins)#value_counts中可以控制分箱的方式

a = a.sort_index()

(-0.001, 1.0]    4300
(1.0, 3.0]       6900
(3.0, 5.0]       4900
(5.0, 10.0]      2000
(10.0, 24.0]     2100
dtype: int64

cum = np.cumsum(a)

cum

(-0.001, 1.0]     4300
(1.0, 3.0]       11200
(3.0, 5.0]       16100
(5.0, 10.0]      18100
(10.0, 24.0]     20200
dtype: int64

plt.plot([*map(lambda x:eval(re.findall(',(.*)]',str(x))[0]),cum.index.values)],cum.values)

[<matplotlib.lines.Line2D at 0x1a32556be0>]

在这里插入图片描述

这个横轴数据的获取感觉相当扭曲,应该会有更好的方式吧，暂时先这样

关注

专栏目录