Python数据分析笔记_第6天（numpy）

numpy知识点

numpy与matplotlib

1. 美国youtube1000的数据结合之前的matplotlib绘制出各自的评论数量的直方图

import numpy as np
from matplotlib import pyplot as plt
import matplotlib

us_adress = './youtube_video_data/US_video_data_numbers.csv'
us_csv = np.loadtxt(us_adress, delimiter=',', dtype='int')

# 取评论的数据
us_comments = us_csv[:, -1]  # 每行记录都要，取最后一列评论数据
us_comments = us_comments[us_comments <= 5000]  # 分析多数数据所在范围，取0-5000的数做分析
# 寻找最大最小值,确定数据轴范围
high = us_comments.max()
low = us_comments.min()

# 直方图，确认组距和组数
d = 50  # 由最大最小值，判断合适组距（多数数据集中在0-5000，可以清洗数据不考虑5000之后的数据，也可以传入一个不固定的组距列表）
num = (high - low) // d  # 计算组数

# 绘图
plt.figure(figsize=(15, 4), dpi=80)
plt.hist(us_comments, num)
plt.show()

2. 了解英国的youtube中视频的评论数和喜欢数的关系，应该如何绘制改图

import numpy as np
from matplotlib import pyplot as plt
import matplotlib

uk_adress = './youtube_video_data/GB_video_data_numbers.csv'
uk_csv = np.loadtxt(uk_adress, delimiter=',', dtype='int')

# 取评论和喜欢的数据(第二列喜欢，最后一列评论）
uk_csv = uk_csv[uk_csv[:, 1] < 700000]  # 清洗数据，对大于700000后的离散点不作分析
uk_comments = uk_csv[:, -1]
uk_likes = uk_csv[:, 1]

# 绘图

plt.figure(figsize=(15, 4), dpi=80)
plt.scatter(uk_likes, uk_comments)
plt.show()