Python數據可視化教程之實踐篇

知乎專欄 |?來源

https://zhuanlan.zhihu.com/p/55036520

本篇文章在基礎篇的基礎上，選擇實際案例進行了練習。

再明確一次三個步驟：

確定問題，選擇圖形

轉換數據，應用函數

參數設置，一目了然

下面，我們通過案例來進行演示：

%matplotlib inline

import?numpy as?np

import?pandas as?pd

import?matplotlib.pyplot as?plt #導入plt

import?seaborn as?sns

import?warnings

warnings.filterwarnings('ignore')#忽略警告

加載數據

數據采用kaggle中的共享單車項目，比賽提供了跨越兩年的每小時共享單車租賃數據，包含天氣信息和日期信息。

字段說明

datetime（日期） - hourly date + timestamp

season（季節） - 1 = spring, 2 = summer, 3 = fall, 4 = winter

holiday（是否假日） - whether the day is considered a holiday

workingday（是否工作日） - whether the day is neither a weekend nor holiday

weather（天氣等級）

Clear, Few clouds, Partly cloudy 清澈，少云，多云。

Mist + Cloudy, Mist + Broken clouds, Mist + Few clouds, Mist 霧+陰天，霧+碎云、霧+少云、霧

Light Snow, Light Rain + Thunderstorm + Scattered clouds, Light Rain + Scattered clouds 小雪、小雨+雷暴+散云，小雨+云

Heavy Rain + Ice Pallets + Thunderstorm + Mist, Snow + Fog 暴雨+冰雹+雷暴+霧，雪+霧

temp（溫度） - temperature in Celsius

atemp（體感溫度） - "feels like" temperature in Celsius

humidity（相對濕度） - relative humidity

windspeed（風速） - wind speed

casual（臨時租賃數量） - number of non-registered user rentals initiated

registered（會員租賃數量） - number of registered user rentals initiated

count（總租賃數量） - number of total rentals

date(日期) - 由datetime拆分得到

hour（小時）-由datetime拆分得到

year（年份）-由datetime拆分得到

month（月份）-由datetime拆分得到

weeekday（周幾）-由datetime拆分得到

windspeed_rfr（經過隨機森林樹填充0值得到的風速）

#讀取數據

#Bikedata = pd.read_csv('./Bike.csv')

Bikedata.head()

#查看描述統計

Bikedata.describe()

#對于整體數據，我們希望查看與三個租賃數量相關的其他特征值的關系，可以選用seaborn包的pairplot函數（多變量圖）

sns.pairplot(Bikedata,x_vars=['holiday','workingday','season','weather','hour','windspeed_rfr','atemp','humidity','temp'],y_vars=['count','registered','casual'],plot_kws={'alpha': 0.1})

大致可以看出：會員在工作日出行較多，節假日次數減少，而臨時用戶相反，第一季度出行人數總體偏低，出行人數受天氣影響較大，會員在每天早晚有兩個高峰期，對應上下班時間；非會員在下午出行較密集 風速對出行人數有較大的影響 相對濕度，溫度和體感溫度對非會員出行影響較大，對會員出行影響較小。

#接下來，我們通過相關系數的大小來依次對特征進行可視化分析

#首先，列出相關系數矩陣：df.corr()

corrdf = Bikedata.corr()

corrdf

#各特征按照與租賃總量count的相關系數大小進行排序

corrdf['count'].sort_values(ascending=False)

count????????????1.000000

registered 0.966209

casual 0.704764

hour 0.405437

temp 0.385954

atemp 0.381967

year 0.234959

month 0.164673

season 0.159801

windspeed_rfr 0.111783

windspeed 0.106074

weekday 0.022602

holiday 0.002978

workingday -0.020764

weather -0.127519

humidity -0.317028

Name: count, dtype: float64

可見，特征對租賃總量的影響力為：

時段>溫度>濕度>年份>月份>季節>天氣>風速>工作日>節假日

對特征逐項分析

1

首先對時段進行分析

第一步

提出問題：租賃總量對應濕度的變化趨勢

適合圖形：因為濕度屬于連續性數值變量，我們可以選擇折線圖反應變化趨勢

第二步

轉換數據：我們需要一個二維數據框，按照溫度變化排序，取對應的三個租賃數的平均值

應用函數：直接應用plt的plot函數即可完成折線圖

workingday_df = Bikedata[Bikedata['workingday']==1]#t

workingday_df = workingday_df.groupby(['hour'],as_index=True).agg({'count':'mean','registered':'mean','casual':'mean'})

nworkingday_df = Bikedata[Bikedata['workingday']==0]

nworkingday_df = nworkingday_df.groupby(['hour'],as_index=True).agg({'count':'mean','registered':'mean','casual':'mean'})

nworkingday_df.head()

第三步：設置參數

figure,axes = plt.subplots(1,2,sharey=True)#設置一個1*2的畫布，且共享y軸

workingday_df.plot(figsize=(15,5),title='The average number of rentals initiated per hour in the working day',ax=axes[0])

nworkingday_df.plot(figsize=(15,5),title='The average number of rentals initiated per hour in the nworking day',ax=axes[1])

可以看出：

在工作日，會員出行對應兩個很明顯的早晚高峰期，并且在中午會有一個小的高峰，可能對應中午外出就餐需求；

工作日非會員用戶出行高峰大概在下午三點；

工作日會員出行次數遠多于非會員用戶；

在周末，總體出行趨勢一致，大部分用車發生在11-5點這段時間，早上五點為用車之最。

2

對溫度進行分析

第一步

提出問題：租賃總量對應濕度的變化趨勢

適合圖形：因為濕度屬于連續性數值變量，我們可以選擇折線圖反應變化趨勢

第二步

轉換數據：我們需要一個二維數據框，按照溫度變化排序，取對應的三個租賃數的平均值

應用函數：直接應用plt的plot函數即可完成折線圖

第三步

參數設置：只需要設置折線圖的標題，其他參數默認

temp_df = Bikedata.groupby(['temp'],as_index='True').agg({'count':'mean','registered':'mean','casual':'mean'})

temp_df.plot(title = 'The average number of rentals initiated per hour changes with the temperature')

隨著溫度的升高，租賃數量呈上升趨勢；

在溫度達到35度時，因天氣炎熱，總體數量開始下降；

在溫度在4度時，租賃數達到最低點；

3

濕度對租賃數量的影響

第一步

提出問題：租賃總量對應濕度的變化趨勢

適合圖形：因為濕度屬于連續性數值變量，我們可以選擇折線圖反應變化趨勢

第二步

轉換數據：我們需要一個二維數據框，按照溫度變化排序，取對應的三個租賃數的平均值

應用函數：直接應用plt的plot函數即可完成折線圖

第三步

參數設置：只需要設置折線圖的標題，其他參數默認

humidity_df = Bikedata.groupby(['humidity'],as_index=True).agg({'count':'mean','registered':'mean','casual':'mean'})

humidity_df.plot(title='Average number of rentals initiated per hour in different humidity')

可以觀察到在濕度20左右租賃數量迅速達到高峰值，此后緩慢遞減。

年份，月份和季節作圖方法類似，都采用折線圖繪制，這里省略。

4

查看不同天氣對出行情況的影響

第一步

提出問題：租賃總量對應濕度的變化趨勢

適合圖形：因為天氣情況屬于數值型分類變量，我們可以選擇柱形圖觀察數量分布

第二步

轉換數據：我們需要一個二維數據框，按照天氣情況對租賃數量取平均值

應用函數：應用plt的plot.bar函數繪制組合柱形圖

第三步

參數設置：只需要設置折線圖的標題，其他參數默認

weather_df = Bikedata.groupby(['weather'],as_index=True).agg({'registered':'mean','casual':'mean'})

weather_df.plot.bar(stacked=True,title='Average number of rentals initiated per hour in different weather')

觀察到天氣等級為4時，平均出行人數比天氣等級為2是還要高，這不符合常理

我們查看一下天氣等級為4的詳細情況

count_weather = Bikedata.groupby('weather')

count_weather[['casual','registered','count']].count()

天氣狀況為4級的只有一天，我們把數據打印出來查看一下

Bikedata[Bikedata['weather']==4]

時間為工作日的下午六點鐘，屬于晚高峰異常數據，不具有代表性。

5

會員用戶和臨時用戶在整體用戶中占比

第一步

提出問題：查看會員用戶和臨時用戶在整體用戶中的比例

適合圖形：查看占比，適合用餅圖pie

第二步

轉換數據：需要一個二維數據框，按天數取兩種用戶的平均值

應用函數：應用plt的plot.pie函數繪制餅圖

第三步

參數設置：這是數據標簽和類別標簽

#考慮到相同日期是否工作日，星期幾，以及所屬年份等信息是一樣的，把租賃數據按天求和，其它日期類數據取平均值

day_df = Bikedata.groupby(['date'], as_index=False).agg({'casual':'sum','registered':'sum','count':'sum', 'workingday':'mean','weekday':'mean','holiday':'mean','year':'mean'})

day_df.head()

#按天取兩種類型用戶平均值

number_pei=day_df[['casual','registered']].mean()

number_pei

casual 517.411765

registered 2171.067031

dtype: float64

#繪制餅圖

plt.axes(aspect='equal')

plt.pie(number_pei, labels=['casual','registered'], autopct='%1.1f%%', pctdistance=0.6 , labeldistance=1.05 , radius=1 )

plt.title('Casual or registered in the total lease')

Text(0.5,1,'Casual or registered in the total lease')

python作圖的簡單案例

6

總結

要清楚自己想表達什么，有了明確的問題，選擇合適的圖形，然后按照需求從整體數據中選擇自己需要的數據，查閱資料了解函數的參數設置，最后完成圖形的繪制

matplotlib是python繪圖的基礎，也是其他拓展包的基礎，認真學習matplotlib的常用圖形和參數是很有必要的

學習期間思考為什么要加載matplotlib.pyplot？來進行繪圖

-?END -

本文為轉載分享&推薦閱讀，若侵權請聯系后臺刪除

掃一掃下面的二維碼

一起學習進步哦~~

“掃一掃，領取Python學習資料”

Python 應用與數據集成平臺 ROMA Connect 數據可視化

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。