Python数据分析系列(1)——葡萄酒评分
感谢关注天善智能,走好数据之路↑↑↑
欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答、求职一站式搞定!
天善智能社区地址:https://www.hellobi.com/
数据获取
数据来源:Kaggle数据集
了个葡萄酒评分的数据,下载下来之后,内容是这样的:
一共有150929条记录
数据集的描述是这样的:
在观看Somm(侍酒师纪录片)之后,数据及提供者想知道如何创建一个预测模型,通过像侍酒师那样的盲品来鉴别葡萄酒。 第一步是收集一些数据来训练一个模型。 他打算根据品酒的描述/评论中使用的单词利用深度学习来预测葡萄酒品种。 该模型虽然不能品尝葡萄酒,但理论上可以基于侍酒师可以给出的描述来识别葡萄酒。
小编百度了一下Somm的影片信息如下:
我们看看各字段含义:
评分(Points):评分为1-100
品种(Variety):用来制作葡萄酒的葡萄品种
描述(Description):侍酒师的几句话描述酒的味道,气味,外观,感觉等。
国家(Country):葡萄酒来自的国家
省(Province):葡萄酒来自的省份或州
区域1(Region 1):一个省或州的葡萄酒产区(即纳帕)
区域2(Region 2):有时在葡萄酒产区内有更具体的区域,但是这个值有时可能是空白的
酒庄(Winery):酿酒的酿酒厂
名称(Designation):葡萄酒酿造厂所在的葡萄园
价格(Price):一瓶葡萄酒的价格
数据探索
我们使用pandas读取这个文件:
我们查看一下前五行数据:
删除本次分析用不到的字段后再次看看情况:
查看每个字段的类型:
发现评分和价格是数值型的,我们计算时候就不用转换类型了~
各字段的数据缺失情况:
本想把有缺失值的记录去掉,去掉后发现只有US的葡萄酒信息,所以没去除存在缺失值的记录
葡萄酒的评分情况
通过绘制直方图查看评分分布情况:
发现基本符合高斯分布情况,评分大多集中在85~90分
葡萄酒的价格情况
接着我们看看葡萄酒的价格情况:
发现价格集中在图示的最左端,因为有特殊离群值的影响,所以区间给的特别宽
通过筛选发现确实是有特别昂贵的葡萄酒(这里暂且不管这个价格数据是采集异常还是真的这么贵)
为了可视化到主要的部分,我们选中大部分的价格重新做可视化
这样就可以看到,大部分的价格是在0-100(好像数据集提供者没告诉我价格的单位)
为了买到满意的葡萄酒,我们看看葡萄酒的性价比
简单定义为 性价比 = 评分/价格
结果发现计算出的价格低的明显性价比高
我们看看总体上葡萄酒价格和评分的关系:
发现评分相同的葡萄酒,价格还是差异挺大,特别是评分较高的葡萄酒价格的差异
从图中也可以看出,有几个离群值,他们大多价格很高!
葡萄酒基本来自哪些国家
我们看到,生产葡萄酒的五个大国分别是:美国、意大利、发过、西班牙、智利共和国。
为了更直观凸显他们的比例,我们绘制饼图:
发现美国真是占据了葡萄酒的半壁江山啊
应该是这个数据收集者没收集到中国的数据,我们也是葡萄酒大国之一啊!
看看这些国家在全球的分布(点的大小代表葡萄酒品种多):
除去美国最多,我们看看其次的几个:
(以上两个图是用Tableau画的)
酿造葡萄酒的葡萄品种
我这个不懂酒的程序猿马上查了一下前三的葡萄!
为了看一下这些葡萄使用的比重,做个饼图:
发现前三种占据了1/4
后面还有使用较少的名称堆叠在了一起
酒庄信息
我们接下来看看酒庄信息:
前五的葡萄酒品种最多
分别是:
1.威廉斯莱酒庄
2.特斯坦罗萨酒厂
3.DFJ Vinhos
4.圣密夕酒庄
5.哥伦比亚山峰酒庄
看看哪个酒庄的葡萄酒均价最高:
1.巴布莱尔酒庄
苏格兰最古老的酒庄之一,巴布莱尔酒庄是全球唯一专注生产单一年份威士忌(Single Vintage Whisky)的酒庄。
2.拉图城堡酒庄
享有“全球最昂贵的酒庄”声誉,是当之无愧的法国国宝级酒庄。
3.花思蝶酒庄
700年的历史,意大利托斯卡纳最古老的葡萄酒世家之一,曾成为罗马教皇和英王亨利八世的御用佳酿。
4.奥比昂酒庄
法国五大酒庄之一
5.美讯庄园
地处法国波尔多(Bordeaux)格拉夫(Graves)产区的最北端,与奥比昂酒庄(Chateau Haut-Brion)同属于克兰斯帝龙酒业集团(Domaine Clarence Dillon)旗下酒庄,两个酒庄之间仅有一路之隔。美讯酒庄出产的葡萄酒是整个波尔多地区首屈一指的顶级佳酿。
我们看看这五个酒庄的葡萄酒平均价格变化趋势:
前两个的价格遥遥领先~
买不起,买不起!
原文地址:Python数据分析系列(1)——葡萄酒评分
欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答、求职一站式搞定!
天善智能社区地址:https://www.hellobi.com/
Python数据分析系列(1)——葡萄酒评分相关推荐
- Python数据分析系列(2)——美国纽约皇后区空气质量分析
感谢关注天善智能,走好数据之路↑↑↑ 欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答.求职一站式搞定! 天善智能社区地址:https://www. ...
- Python数据分析实战之葡萄酒质量分析
文章目录 1. 明确需求和目的 2. 数据收集 3. 数据预处理 3.1 数据整合 3.1.1 加载相关库和数据集 3.1.2 数据概览 3.2 数据清洗 3.2.1 列名重命名 3.2.2 数据类型 ...
- python数据分析系列教程——Pandas全解
分享一个朋友的人工智能教程.零基础!通俗易懂!风趣幽默!还带黄段子!大家可以看看是否对自己有帮助:点击打开 起步 Pandas最初被作为金融数据分析工具而开发出来,因此 pandas 为时间序列分析提 ...
- Python数据分析系列之——王一博微博转发量分析
首先说明一下本人不是王一博粉丝,也不讨厌王一博,只是最近在学习python数据分析,就随便找了一条微博转发量来分析一下,只是刚好抽中了王一博哈~ 但是有些时候的确令人疑惑,为什么wyb随随便便发一条微 ...
- Python数据分析系列之——王一博微博转发量分析1 数据说明2 粉丝结构初步分析3 粉丝画像最后的话
首先说明一下本人不是王一博粉丝,也不讨厌王一博,只是最近在学习python数据分析,就随便找了一条微博转发量来分析一下,只是刚好抽中了王一博哈~ 但是有些时候的确令人疑惑,为什么wyb随随便便发一条微 ...
- 51cto python数据分析系列课程 55g_热图_ Python数据分析系列视频课程--玩转数据可视化_数据可视化视频-51CTO学院...
matplotlib包是基于Python平台的统计绘图利器,是在python平台上完成数据可视化不可或缺的工具,而基于matplotlib进一步开发的seaborn,更是将数据呈现与可视化的可用性推到 ...
- python数据分析系列教程——NumPy全解
速查: 矩阵对象的属性: matrix.T transpose:返回矩阵的转置矩阵 matrix.H hermitian (conjugate) transpose:返回复数矩阵的共轭元素矩阵 mat ...
- 「Python数据分析系列」10.使用数据
来源 | Data Science from Scratch, Second Edition 作者 | Joel Grus 译者 | cloverErna 校对 | gongyouliu 编辑 | ...
- 「Python数据分析系列」6. 概率论基础介绍
来源 | Data Science from Scratch, Second Edition 作者 | Joel Grus 译者 | cloverErna 校对 | gongyouliu 编辑 | ...
最新文章
- 在ASP.NET MVC里对Web Page网页进行权限控制
- 概念模型让产品更简单
- arduino 程序的机制
- java扑克牌移动_蓝桥杯-扑克牌移动-java
- spark入门_[大数据之Spark]——快速入门
- 12月13日 新概念3一周一篇计划
- 属兔的人今日运势-360星座网_明日运势属兔人(12.25)
- 大数据技术原理与应用----大数据概述
- PyQt5多个GUI界面设计
- 在2020年使用黑莓9720+BBOS7三个月的感受
- 22.11.16 IO day 8
- HTML入门学习线路图
- 节省处理HPC数据泛滥开支的可用工具
- python主题更改_IDLE怎么将主题修改成Darcula样式?
- Android手机界面组成
- js重写alert事件,避免alert弹框标题出现网址
- Python集合运算
- K8s基础知识学习笔记及部分源码剖析
- 蓝桥云题库之国王游戏——Python满分解答
- ctex安装及使用技巧