data whale_data_analysis_task2_数据可视化
数据可视化
先导入所需的库和数据
%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
text = pd.read_csv(r'result.csv')
text.head()
| Unnamed: 0 | PassengerId | Survived | Pclass | Name | Sex | Age | SibSp | Parch | Ticket | Fare | Cabin | Embarked | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 0 | 1 | 0 | 3 | Braund, Mr. Owen Harris | male | 22.0 | 1.0 | 0.0 | A/5 21171 | 7.2500 | NaN | S |
| 1 | 1 | 2 | 1 | 1 | Cumings, Mrs. John Bradley (Florence Briggs Th... | female | 38.0 | 1.0 | 0.0 | PC 17599 | 71.2833 | C85 | C |
| 2 | 2 | 3 | 1 | 3 | Heikkinen, Miss. Laina | female | 26.0 | 0.0 | 0.0 | STON/O2. 3101282 | 7.9250 | NaN | S |
| 3 | 3 | 4 | 1 | 1 | Futrelle, Mrs. Jacques Heath (Lily May Peel) | female | 35.0 | 1.0 | 0.0 | 113803 | 53.1000 | C123 | S |
| 4 | 4 | 5 | 0 | 3 | Allen, Mr. William Henry | male | 35.0 | 0.0 | 0.0 | 373450 | 8.0500 | NaN | S |
2.7.1 数据可读化
#网络实在是太差了我根本找不到相关数据，函数也没怎么记住，有机会再补充吧先跳过了。
2.7.2 柱状图
这里用男女生存人数分布情况来举例柱状图的做法
sex = text.groupby('Sex')['Survived'].sum()
sex.plot.bar()
plt.title('suivived_count')
plt.show()
两个变量的柱状图，这里用男女存活和死亡为例
text.groupby(['Sex','Survived'])['Survived'].count()
Sex Survived
female 0 811 233
male 0 4681 109
Name: Survived, dtype: int64
这里不难发现，上述代码分别统计了男女中的存活和死亡人数，对象类型是一个series
text.groupby(['Sex','Survived'])['Survived'].count().unstack()
| Survived | 0 | 1 |
|---|---|---|
| Sex | ||
| female | 81 | 233 |
| male | 468 | 109 |
这里回忆一下前面stack()的用法，stack函数操作后将dataframe格式变为series，stack的逆就是unstuck，可以将series变为dataframe。现在，我们就可以用plot函数将dataframe数据可视化。（按理说series应该也有相应的可视化函数，时间有限，学习结束后再整理）
text.groupby(['Sex','Survived'])['Survived'].count().unstack().plot(kind='bar',stacked='True')
plt.title('survived_count')
plt.ylabel('count')
2.7.3 折线图
这里用票价和存活的分布情况为例
fare_sur = text.groupby(['Fare'])['Survived'].value_counts()
fare_sur
Fare Survived
0.0000 0 141 1
4.0125 0 1
5.0000 0 1
6.2375 0 1..
247.5208 1 1
262.3750 1 2
263.0000 0 21 2
512.3292 1 3
Name: Survived, Length: 330, dtype: int64
#不将存活人数排序绘图
fig = plt.figure(figsize=(20,18))
fare_sur.plot(grid=True)
plt.legend()
plt.show()
#排序
fare_sur.sort_values(ascending=False)
Fare Survived
8.0500 0 38
7.8958 0 37
13.0000 0 26
7.7500 0 22
13.0000 1 16..
7.7417 0 1
26.2833 1 1
7.7375 1 1
26.3875 1 1
22.5250 0 1
Name: Survived, Length: 330, dtype: int64
fig = plt.figure(figsize=(20, 18))
fare_sur.plot(grid=True)
plt.legend()
plt.show()
2.7.4 用seaborn绘图
以仓位和存活人数的分布情况为例
import seaborn as sns
sns.countplot(x='Pclass',hue='Survived',data=text)
<AxesSubplot:xlabel='Pclass', ylabel='count'>
实话说seaborn好像不需要将所需数据提取并dataframe化，只要告诉seaborn每个坐标的意义和需要统计的对象以及数据来源就可以了
在这里抛出一个问题，machine learning不应该是machine去learn吗，为什么要我学？？？
2.7.5 随便画画
（1）不同年龄存活死亡情况分布图
text = pd.read_csv(r'result.csv')
df = text.groupby('Age')['Survived'].value_counts().unstack()
df=df.fillna(0)
df
| Survived | 0 | 1 |
|---|---|---|
| Age | ||
| 0.42 | 0.0 | 1.0 |
| 0.67 | 0.0 | 1.0 |
| 0.75 | 0.0 | 2.0 |
| 0.83 | 0.0 | 2.0 |
| 0.92 | 0.0 | 1.0 |
| ... | ... | ... |
| 70.00 | 2.0 | 0.0 |
| 70.50 | 1.0 | 0.0 |
| 71.00 | 2.0 | 0.0 |
| 74.00 | 1.0 | 0.0 |
| 80.00 | 0.0 | 1.0 |
88 rows × 2 columns
sns.lineplot(x='Age',hue='Survived',data=df)
---------------------------------------------------------------------------ValueError Traceback (most recent call last)<ipython-input-122-e008732b892e> in <module>
----> 1 sns.lineplot(x='Age',hue='Survived',data=df)~/opt/anaconda3/lib/python3.8/site-packages/seaborn/_decorators.py in inner_f(*args, **kwargs)44 )45 kwargs.update({k: arg for k, arg in zip(sig.parameters, args)})
---> 46 return f(**kwargs)47 return inner_f48 ~/opt/anaconda3/lib/python3.8/site-packages/seaborn/relational.py in lineplot(x, y, hue, size, style, data, palette, hue_order, hue_norm, sizes, size_order, size_norm, dashes, markers, style_order, units, estimator, ci, n_boot, seed, sort, err_style, err_kws, legend, ax, **kwargs)683 684 variables = _LinePlotter.get_semantics(locals())
--> 685 p = _LinePlotter(686 data=data, variables=variables,687 estimator=estimator, ci=ci, n_boot=n_boot, seed=seed,~/opt/anaconda3/lib/python3.8/site-packages/seaborn/relational.py in __init__(self, data, variables, estimator, ci, n_boot, seed, sort, err_style, err_kws, legend)365 )366
--> 367 super().__init__(data=data, variables=variables)368 369 self.estimator = estimator~/opt/anaconda3/lib/python3.8/site-packages/seaborn/_core.py in __init__(self, data, variables)602 def __init__(self, data=None, variables={}):603
--> 604 self.assign_variables(data, variables)605 606 for var, cls in self._semantic_mappings.items():~/opt/anaconda3/lib/python3.8/site-packages/seaborn/_core.py in assign_variables(self, data, variables)665 else:666 self.input_format = "long"
--> 667 plot_data, variables = self._assign_variables_longform(668 data, **variables,669 )~/opt/anaconda3/lib/python3.8/site-packages/seaborn/_core.py in _assign_variables_longform(self, data, **kwargs)900 901 err = f"Could not interpret value `{val}` for parameter `{key}`"
--> 902 raise ValueError(err)903 904 else:ValueError: Could not interpret value `Survived` for parameter `hue`
这图我画不出来谁来救救我
就写到这里吧，走过路过的大哥们可以看看上面lineplot为什么画不出来吗
data whale_data_analysis_task2_数据可视化相关推荐
- vs2017数据可视化建模_介绍数据可视化社区调查2017
vs2017数据可视化建模 by lars verspohl 由拉斯·韦斯波尔 介绍数据可视化社区调查2017 (Introducing the Data Visualization Communit ...
- 如何编写数据库可视化界面_编写用于数据可视化的替代文本
如何编写数据库可视化界面 什么是替代文字 (What is Alt Text) Alt text (sometimes called Alt tags or alternative text) are ...
- 数据图表可视化_数据可视化十大最有用的图表
数据图表可视化 分析师每天使用的最佳数据可视化图表列表. (List of best data visualization charts that Analysts use on a daily ba ...
- elementui的tree组件页面显示不出数据_只要10分钟，教你配置出炫酷的数据可视化大屏...
在电影<摩天营救>中,监控中心的全方位展示屏幕给人印象深刻.现在这种立体化大屏幕似乎成了好莱坞大片的标配.其实,这种逼格很高的镜头就是一个数据可视化大屏.随着社会信息化的高速增长,数据可视 ...
- 炫酷大屏demo_只要10分钟，教你配置出炫酷的数据可视化大屏
在电影<摩天营救>中,监控中心的全方位展示屏幕给人印象深刻.现在这种立体化大屏幕似乎成了好莱坞大片的标配.其实,这种逼格很高的镜头就是一个数据可视化大屏. 随着社会信息化的高速增长,数据可 ...
- 数据可视化——人口地图
数据可视化--人口地图 <!doctype html> <html lang="en"><head><meta charset=" ...
- 爬取实习吧与python相关的招聘信息及分析与数据可视化
大数据时代,计算机行业蓬勃发展,越来越多的人投身计算机事业养家糊口.所以该如何选择工作,现在社会需要怎么样的计算机人才,我们该如何对应的提升自己的本领都是尤为重要的.这篇文章就是对实习吧招聘网站有关p ...
- R语言ggplot2可视化：使用长表数据（窄表数据）（ Long Data Format）可视化多个时间序列数据、在同一个可视化图像中可视化多个时间序列数据（Multiple Time Series）
R语言ggplot2可视化:使用长表数据(窄表数据)( Long Data Format)可视化多个时间序列数据.在同一个可视化图像中可视化多个时间序列数据(Multiple Time Series) ...
- Kaggle Lending Club Loan Data数据可视化分析与不良贷款预测
文章目录 数据集介绍 数据可视化分析前的数据预处理 引入包和数据集 对特征缺失值的处理 保存处理好的数据集 数据可视化分析 申请贷款金额和实际贷款金额的数据分布 每年贷款笔数直方图与每年贷款总金额直方 ...
最新文章
- java log4j mysql_java – 配置log4j属性文件以存储在mysql数据库中
- json转modbus协议模块_华杰智控Profinet 分布式IO系列模块-华杰智控-新闻中心
- Java学习笔记29（IO字符流，转换流）
- 【Python】利用pip下载Django超时失败的解决方法
- springmvc的ModelAttribute注解
- [Java] 蓝桥杯ADV-193 算法提高 盾神与条状项链
- ros_tools.prompt 断点调试
- springboot之idea无法添加包
- 小学认识计算机说课ppt,《认识计算机》说课稿.ppt
- 第 42 章 RTC—实时时钟
- 前端笔记-201808
- css3-简笔画 腾讯QQlogo
- UOJ#310-[UNR #2]黎明前的巧克力【FWT】
- 测试两个主机之间的连通性_网络连通性测试工具—PING
- C# winform 树层级列表 控件 ObjectListView的使用
- tplink软件升级有用吗_如何升级路由器的软件（固件）？
- OneNote 无法复制图片中的文本
- 织梦HTTP IMAGE下载类
- 网络推广团队每天都在干什么？
- 将数字转换成中文数字