Forest数据分析及可视化

Forest数据分析及可视化

文章目录

  • * Forest数据分析及可视化 
    
    •   * 说在前面 
      
      • 1.导入csv数据集
      • 2.分析种树种类
      • 3.分析种树标签
      • 4.种植树木的成功率
      • 5.基于周和月的种树时间分析
      • 6.总结
      • 附源代码

说在前面

  • 这次python作业是数据分析及可视化,这里我采用的是一个APP “Forest” ,从软件中导出 “Plants of forest.csv”,这是csv格式的数据集

  • Forest是一个让你规划时间,放下手机保持专注的APP,当需要专注的时候就种下一棵树并倒计时,时间结束,树就会长大,如果中途离开Forest,树就会枯死,最终所有种树记录都会保存,并且可以导出csv文件。

  • 这里推荐一下Forest的官网,有需要的小伙伴可以去下载试试,可以提高学习效率。 https://www.forestapp.cc/

下面是种树后的截图:(来源官网)

![在这里插入图片描述](https://img-blog.csdnimg.cn/20200717101206984.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMTgxNTky,size_16,color_FFFFFF,t_70#pic_center)

1.导入csv数据集

  • 下面是我截取的部分csv数据集:

![在这里插入图片描述](https://img-blog.csdnimg.cn/20200717101220334.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMTgxNTky,size_16,color_FFFFFF,t_70#pic_center)

  • 首先可以看出这里有StartTime(开始种树的时间)、EndTime(结束种树的时间)、Tag(标签,里面有"学习"、“休息”、"睡觉"等)、Note(自己设置的备注)、TreeType(每次种树的种类)、IsSuccess(是否种树成功)。

  • 下面首先将该csv文件读进来,使用pandas中的read_csv()方法将其读进来保存到data中,之后可以用data[‘Tag’]取出标签这一列,其余列也是类似,这样就可以导入csv文件数据了。
    [code] data = pd.read_csv(‘Plants of forest.csv’)

    tag = data[‘Tag’]


###  2.分析种树种类

  * 先对种树的种类进行分析:用 ` list(data[‘TreeType’]) ` 取出TreeType这一列数据并转化为列表,这里定义一个字典用来统计不同种类树的个数,遍历列表中每一个数据,使用count()方法统计个数并和该类型的种类组成一个键值对存到字典中,之后用sum(tree_dic.values)对种下的数目总数进行统计,并用sort方法对字典中树木类型的数量进行排序并打印输出。 
[code]     def tree_type_analyse(data):

        """分析种树种类"""
    	tree_type = list(data['Tree Type'])
    	tree_dic = {}
    	for i in tree_type:
    		tree_dic[i] = tree_type.count(i)
    	tree_list = list(tree_dic.items())
    	tree_list.sort(key= lambda x:x[1], reverse=True)
    	tree_type_count = len(tree_list)
    	tree_count = sum(tree_dic.values())
    	sorted_tree = []
    	sorted_count = []
    	
    	print('you have planted {0} trees, There are {1} types of trees'.format(tree_count, tree_type_count))
    	print ('\tTree Type \t\t\t counts')
    	print ('=================================')
    	for i in range(0, len(tree_list)):
    		tree, count = tree_list[i]
    		if i <= 9:
    			sorted_tree.append(tree)
    			sorted_count.append(count)
    		print("{0:<30}{1:<5}".format(tree, count))

下面是打印输出结果:

[code] you have planted 433 trees, There are 40 types of trees

	Tree Type 			 counts
=================================
Moon Tree             
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
商务数据分析与应用——基于R课后习题解析是针对商务数据分析的一门课程,通过学习和应用R语言的相关知识与技术,来解决商务数据分析的问题和挑战。以下是对该课程的习题解析。 该课程的习题主要涵盖了数据导入与整理、数据可视化、统计分析、机器学习等多个方面。 在数据导入与整理方面,学生需要掌握如何使用R语言中的相关函数和包来导入不同格式的数据,如CSV、Excel等。此外,还需学习如何对数据进行清洗和处理,包括缺失值处理、异常值处理等。 在数据可视化方面,学生需要学习如何使用R语言中的ggplot2包来绘制各种类型的图形,如散点图、柱状图、折线图等,以便更直观地展示数据。 在统计分析方面,学生需要学习如何使用R语言中的相关函数和包进行统计分析,如描述性统计分析、假设检验、回归分析等。学生还需要学习如何解读和解释统计分析的结果。 在机器学习方面,学生需要学习如何使用R语言中的机器学习包,如caret、randomForest等,来构建和评估机器学习模型。学生还需学习如何选择合适的特征变量、调整模型的参数以及评估模型的性能。 通过完成这些习题,学生可以巩固和应用所学的相关知识和技术,提高商务数据分析的能力和水平。同时,通过解析习题,学生可以更好地理解和掌握R语言的使用,为将来在商务数据分析工作中的应用提供实际操作的指导。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值