Python数据分布类型图(箱型图、直方图) | 您所在的位置:网站首页 › python箱型图进行数据异常分析 › Python数据分布类型图(箱型图、直方图) |
本文示例:根据箱型图、直方图的代码和数据的条件查询方法,画出航空公司男性和女性用户的年龄分布箱型图和直方图。 目录 图形概念 1.箱型图 2.直方图 步骤: 1、导入相关库 2、对数据进行处理 3、绘制图形 箱型图 直方图 图形概念 1.箱型图箱型图是一种用作显示一组数据分散情况资料的统计图,它主要用于反映原始数据分布的特征,还可以进行多组数据分布特征的比 较。箱线图的绘制方法是:先找出一组数据的上边缘、下边缘、中位数和两个四分位数;然后, 连接两个四分位数画出箱体;再将上边缘和下边缘与箱体相连接,中位数在箱体中间。 25%分位数(下四分位数):序列中有25%的数据小于这个数 中位数(50%分位数):序列中有50%的数据小于这个数 75%分位数(上四分位数):序列中有75%的数据小于这个数 最大值:序列100%的数据小于这个数 最小值:序列没有数据小于这个数 直方图(Histogram),又称质量分布图,是一种统计报告图,由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据类型,纵轴表示分布情况。直方图容易和柱形图搞混淆,外观上没有区别,但是直方图一般指用来描述数据的分布的柱形图。 直方图的常见作用有以下三点: (1)显示质量波动的状态; (2)较直观地传递有关过程质量状况的信息; (3)通过研究质量波动状况之后,就能掌握过程的状况,从而确定在什么地方集中力量进行质量改进工作。 步骤: 1、导入相关库 import pandas as pd from pyecharts import options as opts from pyecharts.charts import Boxplot from pyecharts.charts import Bar1、Boxplot库是pyecharts中的一个图表类型,用于显示数据的统计分布情况。 2、Bar库是pyecharts中的另外一个图表类型,用于绘制柱状图。Bar图可以展示不同类别的数据大小之间的比较,也可以用于显示时间序列数据的变化。 读取文件,获取数据集 data = pd.read_excel(r'航空公司数据-剔除空年龄.xlsx') data筛选出表格中性别为男的存给变量a1,性别为女的存给变量a3 a1 = data['性别']=="男" a2 = data['性别']=="女"把表格中性别为男的数据存给变量a3并打印出来 a3 = data.loc[a1,:] a3把表格中性别为女的数据存给变量a4并打印出来 a4 = data.loc[a2,:] a4把年龄那一列变为二维列表 pyecherts 中有特殊的要求,加入的数据必须是列表类型的,所以在画图之前我先对所需数据进行处理,处理的方法有以下几种(list()函数、字符串转列表、tolist()等),这里我用的是tolist()函数。 y1 = [a3['年龄'].tolist()] # 注意需要二维列表 y2 = [a4['年龄'].tolist()]创建一个箱型图对象,并加入男性的二维列表数据 c = Boxplot() c.prepare_data(y1) # [最小值,下四分位数,中位数,上四分位数,最大值]女性的同上 c = Boxplot() c.prepare_data(y2)结果展示: 这组数据显示出: 男性 女性 最小值(minimum)=13 最小值(minimum)=12 下四分位数(Q1)=38 下四分位数(Q1)=35 中位数(Med--也就是Q2)=44 中位数(Med--也就是Q2)=40 上四分位数(Q3)=50 上四分位数(Q3)=48 最大值(maximum)=89 最大值(maximum)=78 直方图画图前分组并把筛选出来的数据转为列表 dict = data.groupby(by=['性别','年龄'])['年龄'].count() #分组 x1 = dict['女'].index.tolist() #把筛选出来的数据转为列表 x11 = dict['女'].values.tolist() x2 = dict['男'].index.tolist() x22 = dict['男'].values.tolist()绘制女性直方图 x = [i for i in dict.index] y = dict.tolist() c = ( Bar() .add_xaxis(x1) .add_yaxis("女", x11, category_gap=0, # 设置柱子之间的间距为0 color='#87CEEB') .set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方图")) ) c.render_notebook()绘制男性直方图 x = [i for i in dict.index] y = dict.tolist() c = ( Bar() .add_xaxis(x2) .add_yaxis("男", x22, category_gap=0, # 设置柱子之间的间距为0 color='#ff8080') .set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方图")) ) c.render_notebook() |
CopyRight 2018-2019 实验室设备网 版权所有 |