数据科学导论——数据可视化

第1关：数据可视化的内涵

Matplotlib的优点不包含以下那个选项？

A、功能全
B、可定制性好
C、应用广泛
D、界面可交互

2、新兴数据可视化工具不包含以下那个选项？

A、Seaborn
B、numpy
C、Matplotlib
D、Pandas Visualization

答案：D、B

第2关：初识数据

任务描述:

本关任务：分析 Airbnb 房源数据并挖掘规律。

相关知识:

为了完成本关任务，你需要掌握：1. 如何使用 pandas ；2. 如何进行数据分析。

房源数据介绍:

Airbnb 简介：是全世界最大的民宿预订网站，酒店业里的 P2P ，房东发布房源，游客选择并且预订。

数据分析准备:

在具体开展可视化实战之前我们先介绍工程项目并且初始数据，帮助我们更好地进行可视化分析。下面是列出的前期准备：

Python 编程环境；

Jupyter Notebook 或者其他编辑器；

Matplotlib ：是画图的基本库；

Seaborn : Seaborn 是一种基于 matplotlib 的图形可视化 python libraty 。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。 Seaborn 其实是在 matplotlib 的基础上进行了更高级的 API 封装，从而使得作图更加容易，在大多数情况下使用 seaborn 就能做出很具有吸引力的图，而使用 matplotlib 就能制作具有更多特色的图。应该把 Seaborn 视为 matplotlib 的补充，而不是替代物。同时它能高度兼容 numpy 与 pandas 数据结构以及 scipy 与 statsmodels 等统计模式。掌握 seaborn 能很大程度帮助我们更高效的观察数据与图表，并且更加深入了解它们。

观察数据:
可视化分析的三个部分，是相承关系：

首先要观察原始数据，看有哪些数据内容，哪些内容是具有研究价值，哪些部分数据质量不高需要过滤；

选定一些研究点；

最后针对不同研究点选择适合的可视化途径。

首先读取数据:

import seaborn as sns#导入模块  
import pandas as pd  
from matplotlib import pyplot as plt
df = pd.read_csv('data/listings.csv', index_col=0)#读入数据

查看数据表格有哪些项:

for col in df.columns:#循环输出列名  
    print(col)  

编程要求:

请仔细阅读右侧代码，结合相关知识，在 Begin-End 区域内进行代码补充，读入 Airbnb 数据集，并打印前 5 行数据。（文件路径为 Task2/listings.csv ）。

测试说明:

平台会对你编写的代码进行测试：

预期输出：

  id                                               name  host_id  host_name  neighbourhood_group                           neighbourhood  latitude  longitude        room_type  price  minimum_nights  number_of_reviews last_review  reviews_per_month  calculated_host_listings_count  availability_365  
0   2818           Quiet Garden View Room & Super Fast WiFi     3159     Daniel                  NaN  Oostelijk Havengebied - Indische Buurt  52.36575    4.94142     Private room     59               3                262  2019-06-28               2.09                               1               107  
1  20168       Studio with private bathroom in the centre 1