【项目实战】多场景下的图表可视化表达
多场景下的图表可视化表达
- 数据:
2016年奥运运动员数据,数据格式为xlsx,分3个sheet
1、分男女分别分析运动员的身高分布,并制作图表,数据为“奥运运动员数据.xlsx,sheet → 运动员信息”
- 要求:
① 制作分布密度图
② 计算出男女平均身高,并绘制辅助线表示 - 提示:
① 可视化制图方法 → sns.distplot()
② 辅助线制图方法 → plt.axvline()
③ 分男女分别筛选数据并制作图表
④ 不需要创建函数
2、综合指标判断运动员的身材,并找到TOP8的运动员,并制作图表,数据为“奥运运动员数据.xlsx,sheet → 运动员信息”
- 要求:
① 针对不同指标,绘制面积堆叠图
② TOP8的运动员,绘制雷达图表示 - 提示:
① 四个指标评判运动员身材,并加权平均
a. BMI 指数(BMI =体重kg ÷ 身高m**2,详细信息可百度查询)→ 越接近22分数越高
b. 腿长/身高 指数 → 数据筛选,只选取小于0.7的数据,越大分数越高
c. 臂展/身高 指数 → 数据筛选,只选取大于0.7的数据,比值越接近1分数越高
d. 年龄 指数 → 年龄越小分数越高
对上述abcd指标分别标准化得到n1,n2,n3,n4(划分到0-1的分值)
最后评分: finalscore = (n1 + n2 + n3 + n4)/4
② 制作堆叠面积图,data.plot.area()
③ 雷达图需要构建子图 + for循环遍历得到
3、根据运动员CP数据,分析出CP综合热度,通过python处理数据并导出,在Gephi中绘制图表,数据为“奥运运动员数据.xlsx,sheet → 运动员CP热度”
- 要求:
① 用python计算出综合热度指标
② 用Gephi绘制关系可视化图表 - 提示:
① 三个指标评判运动员CP综合热度,并加权平均
a. cp微博数量 → 数量越多分数越高
b. cp微博话题阅读量 → 阅读量越多分数越高
c. B站cp视频播放量 → 播放量越大分数越高
对上述abcd指标分别标准化得到n1,n2,n3,n4(划分到0-1的分值)
最后评分: finalscore = n10.5 + n20.3 + n3*0.2
② Gephi中布局模式选择“ForceAtlas2”
③ Gephi中通过模块化计算,给关联结果做分组,并且以此分组设定点颜色
一 导入python包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
% matplotlib inlineimport warnings
warnings.filterwarnings('ignore')
1、分男女分别分析运动员的身高分布,并制作图表,数据为“奥运运动员数据.xlsx,sheet → 运动员信息”
- 要求:
① 制作分布密度图
② 计算出男女平均身高,并绘制辅助线表示 - 提示:
① 可视化制图方法 → sns.distplot()
② 辅助线制图方法 → plt.axvline()
③ 分男女分别筛选数据并制作图表
④ 不需要创建函数
import os
os.chdir('C:\\Users\\Hjx\\Desktop\\')
# 创建工作路径
df = pd.read_excel('奥运运动员数据.xlsx',sheetname=1,header=0)
df_length = len(df)
df_columns = df.columns.tolist()
二 数据读取
# pd.read_excel → 读取excel文件,这里得到的是pandas的dataframe数据格式data = df[['event','name','gender','height']]
data.dropna(inplace = True) # 去掉缺失值
data_male = data[data['gender'] == '男']
data_female = data[data['gender'] == '女']# 筛选数据,按照目标字段筛选
# 提取男女数据
hmean_male = data_male['height'].mean()
hmean_female = data_female['height'].mean()
# 计算男女平均身高
sns.set_style("ticks")
# 图表风格设置
# 风格选择包括:"white", "dark", "whitegrid", "darkgrid", "ticks"
plt.figure(figsize = (8,4)) # 设置作图大小
sns.distplot(data_male['height'],hist = False,kde = True,rug = True,rug_kws = {'color':'y','lw':2,'alpha':0.5,'height':0.1} , # 设置数据频率分布颜色kde_kws={"color": "y", "lw": 1.5, 'linestyle':'--'}, # 设置密度曲线颜色,线宽,标注、线形label = 'male_height')
sns.distplot(data_female['height'],hist = False,kde = True,rug = True,rug_kws = {'color':'g','lw':2,'alpha':0.5} , kde_kws={"color": "g", "lw": 1.5, 'linestyle':'--'},label = 'female_height')
# 绘制男女高度分布密度图
plt.axvline(hmean_male,color='y',linestyle=":",alpha=0.8)
plt.text(hmean_male+2,0.005,'male_height_mean: %.1fcm' % (hmean_male), color = 'y')
# 绘制男运动员平均身高辅助线
plt.axvline(hmean_female,color='g',linestyle=":",alpha=0.8)
plt.text(hmean_female+2,0.008,'female_height_mean: %.1fcm' % (hmean_female), color = 'g')
# 绘制女运动员平均身高辅助线
plt.ylim([0,0.03])
plt.grid(linestyle = '--') # 添加网格线
plt.title("Athlete's height") # 添加图表名
# 图表其他内容
2、综合指标判断运动员的身材,并找到TOP8的运动员,并制作图表,数据为“奥运运动员数据.xlsx,sheet → 运动员信息”
- 要求:
① 针对不同指标,绘制面积堆叠图
② TOP8的运动员,绘制雷达图表示 - 提示:
① 四个指标评判运动员身材,并加权平均
a. BMI 指数(BMI =体重kg ÷ 身高m**2,详细信息可百度查询)→ 越接近22分数越高
b. 腿长/身高 指数 → 数据筛选,只选取小于0.7的数据,越大分数越高
c. 臂展/身高 指数 → 数据筛选,只选取大于0.7的数据,比值越接近1分数越高
d. 年龄 指数 → 年龄越小分数越高
对上述abcd指标分别标准化得到n1,n2,n3,n4(划分到0-1的分值)
最后评分: finalscore = (n1 + n2 + n3 + n4)/4
② 制作堆叠面积图,data.plot.area()
③ 雷达图需要构建子图 + for循环遍历得到
import os
os.chdir('C:\\Users\\Hjx\\Desktop\\')
# 创建工作路径
df = pd.read_excel('奥运运动员数据.xlsx',sheetname=1,header=0)
df_length = len(df)
df_columns = df.columns.tolist()
# 查看数据
# pd.read_excel → 读取excel文件,这里得到的是pandas的dataframe数据格式
- (1) 分析运动员全样本数据的身材分布情况
data = df[['event','name','birthday','height','arm','leg','weight','age']]
data.dropna(inplace = True) # 去掉缺失值
# 筛选数据,按照目标字段筛选data['BMI'] = data['weight']/(data['height']/100)**2
# 求BMIdata['arm/h'] = data['arm'] / data['height']
data['leg/h'] = data['leg'] / data['height']
data = data[data['leg/h']<0.7]
data = data[data['arm/h']>0.7]
# 分别计算“臂展/身高”、“腿长/身高”,并删除异常数据data_re = data[['event','name','arm/h','leg/h','BMI','age']]
# 重新新建结果数据data_redata_re['BMI_assess'] = np.abs(data['BMI'] - 22) # BMI评估 → 最接近22,差值绝对值越小分数越高
data_re['leg_assess'] = data['leg/h'] # 腿长评估 → 与身高比值,越大分数越高
data_re['arm_assess'] = np.abs(data['arm/h'] - 1) # 手长评估 → 与身高比值最接近1,差值绝对值越小分数越高
data_re['age_assess'] = data['age'] # 年龄评估 → 最小,越小分数越高data_re['BMI_nor'] = (data_re['BMI_assess'].max() - data_re['BMI_assess'])/(data_re['BMI_assess'].max()-data_re['BMI_assess'].min())
data_re['leg_nor'] = (data_re['leg_assess'] - data_re['leg_assess'].min())/(data_re['leg_assess'].max()-data_re['leg_assess'].min())
data_re['arm_nor'] = (data_re['arm_assess'].max() - data_re['arm_assess'])/(data_re['arm_assess'].max()-data_re['arm_assess'].min())
data_re['age_nor'] = (data_re['age_assess'].max() - data_re['age_assess'])/(data_re['age_assess'].max()-data_re['age_assess'].min())
# 标准化data_re['final'] = (data_re['BMI_nor']+data_re['leg_nor']+data_re['arm_nor']+data_re['age_nor'])/4
# 计算总体评价结果plt.figure(figsize = (10,6))
data_re.sort_values(by = 'final',inplace = True,ascending=False)
data_re.reset_index(inplace=True)
# 排序并重新设定indexdata_re[['age_nor','BMI_nor','leg_nor','arm_nor']].plot.area(colormap = 'PuRd',alpha = 0.5,figsize = (10,6))
plt.ylim([0,4])
plt.grid(linestyle = '--')
# 绘制运动员身材数据分布图表
- (2) 解读身材最好的前8位运动员
datatop8 = data_re[:8]
# 数据筛选fig = plt.figure(figsize=(15,6))
plt.subplots_adjust(wspace=0.35,hspace=0.5)n = 0
for i in datatop8['name'].tolist():n += 1c = plt.cm.BuPu_r(np.linspace(0, 0.7,10))[n-1]axi = plt.subplot(2,4,n, projection = 'polar')datai = datatop8[['BMI_nor','leg_nor','arm_nor','age_nor']][datatop8['name']==i].Tscorei = datatop8['final'][datatop8['name']==i]angles = np.linspace(0, 2*np.pi, 4, endpoint=False)#axi.plot(angles,datai,linestyle = '-',lw=1,color = c)plt.polar(angles, datai, 'o-', linewidth=1,color = c)axi.fill(angles,datai,alpha=0.5,color=c)axi.set_thetagrids(np.arange(0.0, 360.0, 90),['BMI','腿长/身高','臂长/身高','年龄'])axi.set_rgrids(np.arange(0.2,1.5,0.2),'--')plt.title('Top%i %s: %.3f\n' %(n,i,scorei))
# 分别绘制每个运动员的评分雷达图
- 3、根据运动员CP数据,分析出CP综合热度,通过python处理数据并导出,在Gephi中绘制图表,数据为“奥运运动员数据.xlsx,sheet → 运动员CP热度”
- 要求:
① 用python计算出综合热度指标
② 用Gephi绘制关系可视化图表 - 提示:
① 三个指标评判运动员CP综合热度,并加权平均
a. cp微博数量 → 数量越多分数越高
b. cp微博话题阅读量 → 阅读量越多分数越高
c. B站cp视频播放量 → 播放量越大分数越高
对上述abcd指标分别标准化得到n1,n2,n3,n4(划分到0-1的分值)
最后评分: finalscore = n10.5 + n20.3 + n3*0.2
② Gephi中布局模式选择“ForceAtlas2”
③ Gephi中通过模块化计算,给关联结果做分组,并且以此分组设定点颜色
df = pd.read_excel('奥运运动员数据.xlsx',sheetname=2,header=0)
df_length = len(df)
df_columns = df.columns.tolist()
# 查看数据
# pd.read_excel → 读取excel文件,这里得到的是pandas的dataframe数据格式df.replace([np.nan,'无数据','无贴吧'],0,inplace=True)
# 数据清洗df['n1'] = (df['cp微博数量']-df['cp微博数量'].min())/(df['cp微博数量'].max()-df['cp微博数量'].min())
df['n2'] = (df['cp微博话题阅读量']-df['cp微博话题阅读量'].min())/(df['cp微博话题阅读量'].max()-df['cp微博话题阅读量'].min())
df['n3'] = (df['B站cp视频播放量']-df['B站cp视频播放量'].min())/(df['B站cp视频播放量'].max()-df['B站cp视频播放量'].min())
df['f'] = df['n1']*0.5 + df['n2']*0.3 + df['n3']*0.2
# 计算综合热度df.sort_values(by = 'f',inplace = True,ascending=False)
df.reset_index(inplace=True)
# 数据重新排序result = df[['p1','p2','f']]
writer = pd.ExcelWriter('output.xlsx')
result.to_excel(writer,'sheet1')
writer.save()
# 数据导出excel文件
【项目实战】多场景下的图表可视化表达相关推荐
- Python 数据分析微专业课程--项目05 多场景下的图表可视化表达
1.项目说明 分析2016年奥运运动员数据,使用多种图表方式对多个指标进行可视化展示并进行分析 2.项目具体要求 1.分男女分别分析运动员的身高分布,并制作图表,数据为"奥运运动员数据.xl ...
- 数分笔记整理20 - 数据处理项目 - 多场景下的算法构建 多场景下的图表可视化表达
[项目05] 多场景下的算法构建 ''' [项目05] 多场景下的算法构建课程数据: 某公司A,B产品在2018年1,2,3月的销量数据,数据格式为xlsx作业要求: 1.批量读取数据,并输出以下信息 ...
- 多场景下的图表可视化表达
2016年奥运运动员数据,数据格式为xlsx,分3个sheet 1 分析男女运动员的身高分布,并制作图表 数据为"奥运运动员数据.xlsx,sheet → 运动员信息" 要求: ① ...
- python自动化高效办公第二期,带你项目实战【二】{数据可视化、发送邮件(定时任务监控)、python聊天机器人(基于微信、钉钉)}
相关文章和数据源: python自动化高效办公第二期,带你项目实战[一]{excel数据处理.批量化生成word模板.pdf和ppt等自动化操作} Python自动化办公--Pandas玩转Excel ...
- 纯干货-多场景下大屏可视化应用(文中含可视化源代码链接)
前言 好的可视化效果会让你的报告.展示效果出彩不少,本篇博文给大家分享20个大屏可视化的应用场景及其源码,有需要的小伙伴可转至https://download.csdn.net/download/we ...
- 李炎恢的bootstrap项目实战首页内容下思路解析
底部做法与思路比较简单 1. 直接用footer标签做一块区域 <footer id="foot"> <div class="container&quo ...
- 网易微专业python数据分析统计服_40套大数据云计算高级实战精品,数据分析,数据仓库,数据爬虫,项目实战,用户画像, ......
40套大数据云计算高级实战精品,数据分析,数据仓库,数据爬虫,项目实战,用户画像,日志分析,Hadoop,Flink,Spark,Kafka,Storm,Docker,ElaticStack等视频教程 ...
- 【数据分析】多场景下的算法构建
多场景下的算法构建 数据: 某公司A,B产品在2018年1,2,3月的销量数据,数据格式为xlsx 1.批量读取数据,并输出以下信息 (1)数据量 (2)数据字段columns (3)输出每个文件分别 ...
- UCLA博士带入门:室内场景下智能机器人的环境感知及定位
机器学习是一门多领域交叉学科,涉及概率论.统计学.逼近论.凸分析.算法复杂度理论等多门学科.专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性 ...
最新文章
- linux 三大利器 grep sed awk sed
- 数据中心的敏捷运维之路
- 前后端完全分离出现跨域、无法访问后台解决方案
- C#中怎样将数组的顺序打乱随机排序
- Go gin运行原理
- 在数字图像处理中特征点是什么
- php 图片印章_PHP实现中文圆形印章特效_PHP
- 05 Linux快速安装 Oracle11g
- c语言访问oc变量,OC中的方法调用流程
- AdrenoProfiler对opengles的性能分析
- Windows查看端口占用
- 判断字符串括号是否闭合(){}[]
- VHDL实现8选1数据选择器
- 用SIR模型处理新冠疫情
- p6s与onvif_大华的录像机添加海康摄像头,使用了onvif协议,为啥也添加不进去?...
- 小米路由器3c 虚拟服务器,小米路由器怎么设置_小米路由器3c设置教程-WIFI之家...
- 浅谈现代钢琴踏板的原理以及在三角钢琴和立式钢琴上的差异
- 关于局域网不能访问-共享打印机
- 怎样记账才能清楚、简单
- 计算车号Java,汽车VIN码校验算法 java版
热门文章
- 删除表的sql命令是什么_【技术干货】30个最适合初学者的SQL查询
- 华为服务器显示红色的心跳,服务器心跳检查
- pandas 判断数据表中的缺失值
- kinect二次开发_Kinect for Windows SDK开发初体验(二)操作Camera
- java t没有缩进,Github上Java Eclipse项目的奇怪缩进
- 独占电脑装linux,旧电脑如何处理?装Tiny Core,极致精简,超低CPU占用,你敢试吗...
- mysql oracle 查询语句执行顺序_MySQL sql语句执行顺序
- ubuntu 18.04 安装 opencv3.4.1 以及 opencv_contrib 3.4.1] 亲测可用
- Leetcode 455.分发饼干 (每日一题 20210708 同类型题)
- 子矩阵的最大累加和问题