两个项目实现Python对Excel大量数据的分析与可视化

Python 数据分析与可视化

按题目要求完成相应的数据预处理、数据分析和可视化等任务。在绘制图表时，要求：

1. 完整显示图表标题、坐标轴的标签、图例、数据标签；
2. 在同一个图表中，用不同的颜色和线绘制不同的数据；
3. 组合图显示清晰无重叠。

项目一、员工离职分析

“员工离职预测模型.xlsx”中的数据是某公司员工的某些属性的数据集，根据该数据集完成以下任务：

任务一：数据读取及预处理

1. 读取‘员工离职预测模型.xlsx’中的数据。
2. 检测是否存在缺失值，若有，需用合适的值填充缺失值。
3. 检测是否存在重复值，若有，需进行恰当的重复值处理。
4. 查看各列的数据类型，若有必要，进行恰当的数据类型转换。
5. 将工资列中的“低”“中”“高”分别替换为整数 3、2、1。任务二：数据分析及可视化

1. 对于不同的工资档次，计算员工的离职和未离职的比率（1 代表离职，0 代表未离职）；然后以工资档次为横坐标，离职比率和未离职比率为高度绘制柱状图（条形图）。
2. 作图分析数据中的每种属性对是否离职的影响（例如，工资级别高、中和低的离职率是否存在差异？哪个工资级别的离职率较高？流失率与工龄的趋势如何？它们之间有关系吗？员工的满意度是影响离职的因素吗？）要求每种属性至少绘制两种不同类型的图，不设上限越多越好。

项目三、肿瘤数据分析

“肿瘤数据.xlsx”中的数据是某些病人所患肿瘤的属性，根据该数据集完成以下任务：

任务一：数据读取及预处理

1. 读取‘肿瘤数据.xlsx’中的数据。
2. 检测是否存在缺失值，若有，需用合适的值填充缺失值。
3. 检测是否存在重复值，若有，需进行恰当的重复值处理。
4. 查看各列的数据类型，若有必要，进行恰当的数据类型转换。

任务二：数据分析及可视化

1. 肿瘤性质 0 代表恶性，1 代表良性。对于肿瘤的 6 种属性，分良性肿瘤和恶性肿瘤计算其平均值；再以一张图上分 6 个子图的形式（自行确定排布方式），绘制出 6 个条形图。最后依此说明哪种属性最适于区分肿瘤的良性和恶性。
2. 将肿瘤的 6 种属性两两组合，显然共有 15 种组合方式。以其中一种属性为横坐标，另一种属性为纵坐标，绘制 15 个散点图，良性和恶性用不同颜色和形状进行区分。要求以一个图上分 15 个子图的形式（自行确定排布方式）来绘制上述 15 个散点图。然后根据该图说明哪些两种属性的组合适于区分肿瘤的性质。

部分显示效果如下：

所有项目代码、数据文件地址：两个项目实现Python对Excel大量数据的分析与可视化