代码1:餐饮日销额数据异常值检测(箱型图)

import pandas as pd
import numpy as np
catering_sale = "D:\\360MoveData\\Users\\86130\\Documents\\Tencent Files\\2268756693\\FileRecv\\catering_sale.xls"
data = pd.read_excel(catering_sale,index_col='日期') #读取数据,指定“日期”列为索引列 print(data.describe()) #使用describe()方法查看数据的基本情况。
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示标签中文
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号 plt.figure() #建立图像
p = data.boxplot(return_type='dict') #画箱型图,直接使用DataFrame的方法
x = p['fliers'][0].get_xdata() #‘flies’为异常值的标签
y = p['fliers'][0].get_ydata()
y.sort() #从小到大排序 for i in range(len(x)):
if i>0:
plt.annotate(y[i],xy=(x[i],y[i]),xytext=(x[i]+0.05-0.8/(y[i]-y[i-1]),y[i]))
else:
plt.annotate(y[i],xy=(x[i],y[i]),xytext=(x[i]+0.08,y[i]))
plt.title('学号3110号')
plt.show()

运行结果如下:

                销量
count 200.000000
mean 2755.214700
std 751.029772
min 22.000000
25% 2451.975000
50% 2655.850000
75% 3026.125000
max 9106.440000
 

代码2:“捞起生鱼片”的季度销售情况(直方图)

import pandas as pd
import numpy as np
catering_sale = "D:\\360MoveData\\Users\\86130\\Documents\\Tencent Files\\2268756693\\FileRecv\\catering_fish_congee.xls" # 餐饮数据
data = pd.read_excel(catering_sale,names=['date','sale']) # 读取数据,指定“日期”列为索引 bins = [0,500,1000,1500,2000,2500,3000,3500,4000]
labels = ['[0,500)','[500,1000)','[1000,1500)','[1500,2000)',
'[2000,2500)','[2500,3000)','[3000,3500)','[3500,4000)'] data['sale分层'] = pd.cut(data.sale, bins, labels=labels)#cut:分层标记
print(data)
aggResult = data.groupby(by=['sale分层'])['sale'].agg([('sale',np.size)])#groupby:分组函数,可以实现分组操作和组内运算。
print(aggResult)
pAggResult = round(aggResult/aggResult.sum(), 2, ) * 100#round()是python自带的一个函数,用于数字的四舍五入。格式:round(number,digits)
print(pAggResult) import matplotlib.pyplot as plt
plt.figure(figsize=(10,6)) # 设置图框大小尺寸
pAggResult['sale'].plot(kind='bar',width=0.8,fontsize=10,color='g') # 绘制频率直方图
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.title('季度销售额频率分布直方图(学号3110)',fontsize=20)
plt.show()

运行结果如下:

       date  sale       sale分层
0 2014-04-02 900 [500,1000)
1 2014-04-03 1290 [1000,1500)
2 2014-04-04 420 [0,500)
3 2014-04-05 1710 [1500,2000)
4 2014-04-06 1290 [1000,1500)
.. ... ... ...
85 2014-06-26 840 [500,1000)
86 2014-06-27 840 [500,1000)
87 2014-06-28 1350 [1000,1500)
88 2014-06-29 1260 [1000,1500)
89 2014-06-30 2700 [2500,3000) [90 rows x 3 columns]
sale
sale分层
[0,500) 28
[500,1000) 20
[1000,1500) 12
[1500,2000) 12
[2000,2500) 8
[2500,3000) 3
[3000,3500) 4
[3500,4000) 3
sale
sale分层
[0,500) 31.0
[500,1000) 22.0
[1000,1500) 13.0
[1500,2000) 13.0
[2000,2500) 9.0
[2500,3000) 3.0
[3000,3500) 4.0
[3500,4000) 3.0
 

代码3:不同菜品在某段时间的销售量分布情况(饼图)(条形图)

import pandas as pd
import matplotlib.pyplot as plt
catering_dish_profit = "D:\\360MoveData\\Users\\86130\\Documents\\Tencent Files\\2268756693\\FileRecv\\catering_dish_profit.xls"
data = pd.read_excel(catering_dish_profit) #读取数据
print(data.describe())
'''describe() 函数可以查看数据的基本情况,
包括:
count 非空值数、
mean 平均值、
std 标准差、
max 最大值、
min 最小值、
(25%、50%、75%)分位数等。
''' #绘制饼图
x = data['盈利']
labels = data['菜品名']
plt.figure(figsize=(8,6)) #设置画布大小
plt.pie(x,labels=labels) #绘制饼图
plt.rcParams['font.sans-serif'] = 'SimHei'# 添加这条可以让图形显示中文
plt.title('菜品销售量分布(饼图)(学号3110)')
plt.axis('equal')
plt.show()

运行结果如下:

             菜品ID           盈利
count 10.000000 10.000000
mean 5547.200000 3753.500000
std 8050.908586 2303.124508
min 14.000000 1782.000000
25% 111.000000 2072.000000
50% 411.500000 3110.500000
75% 13578.000000 4506.750000
max 17154.000000 9173.000000
 
 
#绘制条形图
x = data['菜品名']
y = data['盈利']
plt.figure(figsize=(8,4))
plt.bar(x,y)
plt.rcParams['font.sans-serif'] = 'SimHei'# 添加这条可以让图形显示中文
plt.xlabel('菜品')
plt.ylabel('销量')
plt.title('菜品销售量分布(条形图)(学号3110)')
plt.show()

运行结果如下:

代码4:不同部门各月份的销售对比情况

#部门之间销售金额比较
import pandas as pd
import matplotlib.pyplot as plt
data=pd.read_excel("D:\\360MoveData\\Users\\86130\\Documents\\Tencent Files\\2268756693\\FileRecv\\dish_sale.xls")
print(data.describe()) plt.figure(figsize=(8,4))
plt.plot(data['月份'],data['A部门'],color='green',label='A部门',marker='o')
plt.plot(data['月份'],data['B部门'],color='red',label='B部门',marker='s')
plt.plot(data['月份'],data['C部门'],color='skyblue',label='C部门',marker='x')
plt.legend()
plt.ylabel('销售额(万元)')
plt.title('3部门之间销售额的比较(学号3110)')
plt.show()

运行结果如下:

           A部门        B部门        C部门
count 12.000000 12.000000 12.000000
mean 6.370833 7.112500 5.616667
std 0.677864 0.734886 0.332575
min 5.300000 5.400000 5.200000
25% 6.007500 6.637500 5.375000
50% 6.250000 7.300000 5.550000
75% 6.625000 7.550000 5.825000
max 8.000000 8.000000 6.200000
 
#B部门各年份之间销售额的比较
data=pd.read_excel("D:\\360MoveData\\Users\\86130\\Documents\\Tencent Files\\2268756693\\FileRecv\\dish_sale_b.xls")
plt.figure(figsize=(8,4))
plt.plot(data['月份'],data['2012年'],color='green',label='2012年',marker='o')
plt.plot(data['月份'],data['2013年'],color='red',label='2013年',marker='s')
plt.plot(data['月份'],data['2014年'],color='skyblue',label='2014年',marker='x')
plt.legend()
plt.ylabel('销售额(万元)')
plt.title('B部门各年份销售额的比较(学号3110)')
plt.show()

运行结果如下:

代码5:餐饮销量数据统计量分析

import pandas as pd

catering_sale="D:\\360MoveData\\Users\\86130\\Documents\\Tencent Files\\2268756693\\FileRecv\\catering_sale.xls"
data = pd.read_excel(catering_sale,index_col='日期') data = data[(data['销量'] > 400)&(data['销量'] < 5000)] #过滤异常数据
statistics = data.describe() #保存基本统计量 statistics.loc['range'] = statistics.loc['max']-statistics.loc['min'] #极差
statistics.loc['var'] = statistics.loc['std']/statistics.loc['mean'] #变异系数
statistics.loc['dis'] = statistics.loc['75%']-statistics.loc['25%'] #四分位数间距 print(statistics)

运行结果如下:

               销量
count 195.000000
mean 2744.595385
std 424.739407
min 865.000000
25% 2460.600000
50% 2655.900000
75% 3023.200000
max 4065.200000
range 3200.200000
var 0.154755
dis 562.600000

代码6:某单位日用电量预测分析(时序图)

import pandas as pd
import matplotlib.pyplot as plt #正常用户电量趋势分析
df_normal = pd.read_csv("D:\\360MoveData\\Users\\86130\\Documents\\Tencent Files\\2268756693\\FileRecv\\user.csv")
plt.figure(figsize=(8,4))
plt.plot(df_normal["Date"],df_normal["Eletricity"])
plt.xlabel("日期") x_major_locator = plt.MultipleLocator(7) #设置x轴刻度间隔
ax = plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
plt.ylabel("每日电量")
plt.title("正常用户电量趋势(学号3110号)")
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.show #窃电用户用电趋势分析
df_steal = pd.read_csv("D:\\360MoveData\\Users\\86130\\Documents\\Tencent Files\\2268756693\\FileRecv\\user.csv")
plt.figure(figsize=(10,9))
plt.plot(df_steal["Date"],df_steal["Eletricity"])
plt.xlabel("日期")
plt.ylabel("日期") x_major_locator = plt.MultipleLocator(7) #设置x轴刻度间隔
ax = plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
plt.title("窃电用户电量趋势(学号3110号)")
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.show

运行结果如下:

代码7:绘制菜品盈利数据帕累托图

#菜品盈利数据帕累托图
from __future__ import print_function
import pandas as pd #初始化参数
dish_profit = "D:\\360MoveData\\Users\\86130\\Documents\\Tencent Files\\2268756693\\FileRecv\\catering_dish_profit.xls"#餐饮菜品盈利数据
data = pd.read_excel(dish_profit, index_col = u'菜品名')
data = data[u'盈利'].copy()
data.sort_values(ascending = False) import matplotlib.pyplot as plt #导入图像库
plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号 plt.figure()
data.plot(kind='bar')
plt.ylabel(u'盈利(元)')
p = 1.0*data.cumsum()/data.sum()
p.plot(color = 'r', secondary_y = True, style = '-o',linewidth = 2)
plt.annotate(format(p[6], '.4%'), xy = (6, p[6]), xytext=(6*0.9, p[6]*0.9), arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2")) #添加注释,即85%处的标记。这里包括了指定箭头样式。
plt.ylabel(u'盈利(比例)')
plt.title('学号3110号')
plt.show()

运行结果如下:

代码8:绘制一条正弦虚线

import pandas as pd
import numpy as np
x=np.linspace(0,2*np.pi,25,endpoint=True)#范围是0~2π,25为点数
s=np.sin(x) #计算对应x的正弦值
plt.figure()
plt.plot(x,s,'y--^',)#控制图形格式为黄色带^虚线
plt.xlabel("x",fontdict={'size':16})
plt.ylabel("y",fontdict={'size':16})
plt.legend("sin(x)")
plt.title('学号3110号')
plt.show()

运行结果如下:

代码9:绘制饼图

#绘制饼图
import matplotlib.pyplot as plt
labels = 'Frogs','Hogs','Dogs','Logs' #定义标签
sizes = [15,30,45,10] #每一块的比例
colors = ['yellowgreen','gold','lightskyblue','lightcoral'] #每一块的颜色
explode = (0,0.1,0,0) #突出显示,这里仅仅突出显示第二块(即Hogs) plt.pie(sizes,explode=explode,labels=labels,colors=colors,autopct='%1.1f%%',shadow=True,startangle=90)
plt.axis('equal') #显示为圆(避免比例压缩为椭圆)
plt.title('学号3110号')
plt.show()

运行结果如下:

代码10:绘制二维条形直方图

import matplotlib.pyplot as plt
import numpy as np
x = np.random.randn(1000) #1000个服从正态分布的随机数
plt.hist(x,10,color='g') #分成10组绘制直方图,颜色为绿色
plt.title('学号3110号')
plt.show

运行结果如下:

代码11:绘制箱型图

#绘制箱型图
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
x = np.random.randn(1000) #1000个服从正态分布的随机数
D = pd.DataFrame([x,x+1]).T #构造两列的DataFrame
D.plot(kind='box') #调用Series内置的绘图方法绘图,用kind参数指定箱型图(box)
plt.title('学号3110号')
plt.show()

运行结果如下:

代码12:使用plot(logy=True)函数进行绘图

#绘制y轴的对数图形的对比图
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
import numpy as np
import pandas as pd x = pd.Series(np.exp(np.arange(20)))
plt.figure(figsize=(8,9)) #设置画布大小
ax1 = plt.subplot(2,1,1)
x.plot(label='原始数据图',legend=True)
plt.title('学号3110号') ax1 = plt.subplot(2,1,2)
x.plot(logy=True,label='对数数据图',legend=True)
plt.title('学号3110号')
plt.show()

运行结果如下:

代码13:绘制误差棒图

# 使用pyplot的errorbar()函数可以快速绘制误差棒图,errorbar()函数的语法格式如下所示:
# errorbar(x,y, yerr=None, xerr=None, fmt='', ecolor=None,
# elinewidth=None, capsize=None, barsabove=False, lolims=False,
# uplims=False, xlolims=False, xuplims=False, errorevery=1,
# capthick=None, *, data=None, **kwargs) # 该函数常用参数的含义如下。
#   ·x,y:表示数据点的位置。
#   ·xerr,yerr:表示数据的误差范围。
#   ·fmt:表示数据点的标记样式和数据点之间连接线的样式。
#   ·ecolor:表示误差棒的线条颜色。
#   ·elinewidth:表示误差棒的线条宽度。
#   ·capsize:表示误差棒边界横杆的大小。
#   ·capthick:表示误差棒边界横杆的厚度。 # 使用errorbar()函数绘制一个误差棒图,代码如下。 import numpy as np
import matplotlib.pyplot as plt
x = np.random.randn(5)
y = (25, 32, 34, 20, 25)
y_offset = (3, 5, 2, 3, 3)
plt.errorbar(x, y, yerr=y_offset, capsize=3, capthick=2)
plt.title('学号3110号')
plt.show() #绘制误差棒图
# import matplotlib.pyplot as plt
# plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
# plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
# import numpy as np
# import pandas as pd # error = np.random.randn(10) #定义误差列
# y = pd.Series(np.sin(np.arange(10))) #均值数据列
# y.plot(yerr=error) #绘制误差图
# plt.title('学号10号')
# plt.show()

运行结果如下:

总结:

在数据可视化中,我们主要使用pandas作为数据探索和分析工具,通常绘图工具都是Matplotlib和pandas结合使用。一方面,Matplotlib是绘图工具的基础,pandas绘图依赖于它;另一方面,pandas绘图有着简单直接的优势,因此,两者互相结合,往往能够以最高的效率做出符合我们需要的图。

用Python绘图(数据分析与挖掘实战)的更多相关文章

  1. 【读书笔记与思考】《python数据分析与挖掘实战》-张良均

    [读书笔记与思考]<python数据分析与挖掘实战>-张良均 最近看一些机器学习相关书籍,主要是为了拓宽视野.在阅读这本书前最吸引我的地方是实战篇,我通读全书后给我印象最深的还是实战篇.基 ...

  2. 学习参考《Python数据分析与挖掘实战(张良均等)》中文PDF+源代码

    学习Python的主要语法后,想利用python进行数据分析,感觉<Python数据分析与挖掘实战>可以用来学习参考,理论联系实际,能够操作数据进行验证,基础理论的内容对于新手而言还是挺有 ...

  3. python数据分析与挖掘实战

    <python数据分析与挖掘实战>PDF&源代码&张良均 下载:链接:https://pan.baidu.com/s/1TYb3WZOU0R5VbSbH6JfQXw提取码: ...

  4. python 数据分析与挖掘实战01

    python 数据分析与挖掘实战 day 01 08/02 这种从数据中"淘金",从大量数据包括文本中挖掘出隐含的.未知的.对决策有潜在价值关系.模式或者趋势,并用这些知识和规则建 ...

  5. python数据分析与挖掘实战第二版pdf-------详细代码与实现

    [书名]:PYTHON数据分析与挖掘实战 第2版[作者]:张良均,谭立云,刘名军,江建明著[出版社]:北京:机械工业出版社[时间]:2020[页数]:340[isbn]:9787111640028 学 ...

  6. 《MATLAB数据分析与挖掘实战》赠书活动

    <MATLAB数据分析与挖掘实战>是泰迪科技在数据挖掘领域探索10余年经验总结与华南师大.韩山师院.广东工大.广技师   等高校资深讲师联合倾力打造的巅峰之作.全书以实践和实用为宗旨,深度 ...

  7. R学习:《R语言数据分析与挖掘实战》PDF代码

    分三个部分:基础篇.实战篇.提高篇.基础篇介绍了数据挖掘的基本原理,实战篇介绍了一个个真实案例,通过对案例深入浅出的剖析,使读者在不知不觉中通过案例实践获得数据挖掘项目经验,同时快速领悟看似难懂的数据 ...

  8. 《Python数据分析与挖掘实战》读书笔记

    大致扫了一遍,具体的代码基本都没看了,毕竟我还不懂python,并且在手机端的排版,这些代码没法看. 有收获,至少了解到以下几点: 一. Python的语法挺有意思的     有一些类似于JavaSc ...

  9. 《Python数据分析与挖掘实战》-第四章-数据预处理

    点我看原版

  10. python数据分析与挖掘实战————银行分控模型(几种算法模型的比较)

    一.神经网络算法: 1 import pandas as pd 2 from keras.models import Sequential 3 from keras.layers.core impor ...

随机推荐

  1. 规则引擎Drools在贷后催收业务中的应用

    作者:vivo 互联网服务器团队- Feng Xiang 在日常业务开发工作中我们经常会遇到一些根据业务规则做决策的场景.为了让开发人员从大量的规则代码的开发维护中释放出来,把规则的维护和生成交由业务 ...

  2. linux开机进入grub rescue界面修复

    一.先输入ls回车,查看显示内容 如: (hd0) (hd0,msdos1) (hd0,msdos2)... 二.然后找出哪个盘安装了系统 ls (hd0,msdos1)/boot/grub/ ls( ...

  3. 2.2:常用的Python数据类型、字符串、dtype

    一.内置数据类型 1.整型 2.浮点型 3.字符串 4.复数 5.布尔类型bool 6.None类型 二.字符串 1.从键盘输入数据 s = input() 2.用eval去引号求值 eval(&qu ...

  4. apache文件工具类的使用:org.apache.commons.io.FileUtils

    说明 org.apache.commons.io.FileUtils 工具类包含了许多操作文件的方法,此文章介绍一些常用的文件操作方法,方便使用的时候查阅参考 创建输入流 public static ...

  5. .netcore项目docker化,以及docker之间通信

    简言: 最近刚完成公司的新系统,系统使用的是微服务架构,由于领导说要将服务docker化.下面将我的研究结果分享出来,如若有错误的地方,还请各位多多指点. 目录: 什么是docker? 使用docke ...

  6. python的grpc环境安装

    环境 ubuntu:bionic的docker image docker run -it ubuntu:bionic python的grpc环境安装 参考grpc官网:https://grpc.io/ ...

  7. Hadoop详解(05) – MapReduce

    Hadoop详解(05) – MapReduce MapReduce概述 定义 MapReduce是一个分布式运算程序的编程框架,是用户 "基于Hadoop的数据分析应用" 开发的 ...

  8. Java学习笔记:2022年1月6日(补充)

    Java学习笔记:2022年1月6日(补充) ​ 摘要:这篇笔记主要记录了2022年1月6日下午的笔记,主要内容为Java语言中的基础操作,以及基础知识点,了解这些后基本上就可以使用Java写算法了. ...

  9. Mysql--回顾提要

    一.写在前 知识学了就忘!不用就忘!我太健忘!特此记录!用于复习打卡!Mysql干就完事了! 二.来辣! MyISAM表把自增主键最大id记录到文件,重启也不会丢.InnoDB记录到内存,重启数据库和 ...

  10. 如何使用MASA.Blazor

    MASA.Blazor 是什么? 基于Material Design设计和BlazorComponent的交互能力提供标准的基础组件库.提供如布局.弹框标准.Loading.全局异常处理等标准场景的预 ...