7周课后T1 绘图展示虚假和正常交易在所有交易中的占比

绘图展示虚假和正常交易在所有交易中的占比

数据说明

1. 因为涉及到商业秘密和客户隐私，数据文件是原始记录经过主成分分析法PCA（从较多维度数据中提取出有价值的较少维度的数据，从而降低数据挖掘算法的计算难度）以后提取出来的。
2. 一共有284807条记录，每条记录对应一次交易的持卡人信息或者交易信息。
3. 每条记录由28个字段，用V1，V2……V28表示，除了交易时间和交易金额是原始数据之外，其他字段都经过了转换。“Class”属性取1，则表示是一个虚假交易；0则表示是正常交易。

import pandas as pd
import matplotlib.pyplot as plt             # 导入绘图库

plt.rcParams['font.family']='SimHei'        # 设置黑体字体以正常显示中文
plt.rcParams['axes.unicode_minus']=False   # 正常显示负号
plt.rcParams['font.size'] = 13
plt.rcParams['font.sans-serif']=['SimHei']

df = pd.read_csv('creditcard.csv')

#df内容查看

fraud_count = df[df['Class'] == 1]['Class'].count() #虚假数据
normal_count = df[df['Class'] == 0]['Class'].count() #正常数据
sizes=[normal_count,fraud_count]
labels = ['正常交易','虚假交易']

plt.figure(figsize=(7,7))
plt.pie(sizes,labels=labels,autopct='%1.2f%%',startangle=60)
plt.axis('equal')
plt.title('正常交易和虚假交易的占比')
plt.savefig('7周课后T1.png')
plt.show()

#饼图效果