吴裕雄 数据挖掘与分析案例实战（5）——python数据可视化
# 饼图的绘制
# 导入第三方模块
import matplotlib
import matplotlib.pyplot as plt
plt.rcParams[\'font.sans-serif\']=[\'Simhei\']
plt.rcParams[\'axes.unicode_minus\']=False
ziti = matplotlib.font_manager.FontProperties(fname=\'C:\Windows\Fonts\simsun.ttc\')
# 构造数据
edu = [0.2515,0.3724,0.3336,0.0368,0.0057]
labels = [\'中专\',\'大专\',\'本科\',\'硕士\',\'其他\']
# 绘制饼图
plt.pie(x = edu, # 绘图数据
labels=labels, # 添加教育水平标签
autopct=\'%.1f%%\' # 设置百分比的格式，这里保留一位小数
)
# 添加图标题
plt.title(\'失信用户的教育水平分布\')
# 显示图形
plt.show()
# 构造数据
edu = [0.2515,0.3724,0.3336,0.0368,0.0057]
labels = [\'中专\',\'大专\',\'本科\',\'硕士\',\'其他\']
# 添加修饰的饼图
explode = [0,0.1,0,0,0] # 生成数据，用于突出显示大专学历人群
colors=[\'#9999ff\',\'#ff9999\',\'#7777aa\',\'#2442aa\',\'#dd5555\'] # 自定义颜色
# 中文乱码和坐标轴负号的处理
plt.rcParams[\'font.sans-serif\'] = [\'Microsoft YaHei\']
plt.rcParams[\'axes.unicode_minus\'] = False
# 将横、纵坐标轴标准化处理，确保饼图是一个正圆，否则为椭圆
plt.axes(aspect=\'equal\')
# 绘制饼图
plt.pie(x = edu, # 绘图数据
explode=explode, # 突出显示大专人群
labels=labels, # 添加教育水平标签
colors=colors, # 设置饼图的自定义填充色
autopct=\'%.1f%%\', # 设置百分比的格式，这里保留一位小数
pctdistance=0.8, # 设置百分比标签与圆心的距离
labeldistance = 1.1, # 设置教育水平标签与圆心的距离
startangle = 180, # 设置饼图的初始角度
radius = 1.2, # 设置饼图的半径
counterclock = False, # 是否逆时针，这里设置为顺时针方向
wedgeprops = {\'linewidth\': 1.5, \'edgecolor\':\'green\'},# 设置饼图内外边界的属性值
textprops = {\'fontsize\':10, \'color\':\'black\'}, # 设置文本标签的属性值
)
# 添加图标题
plt.title(\'失信用户的受教育水平分布\')
# 显示图形
plt.show()
# 导入第三方模块
import pandas as pd
import matplotlib.pyplot as plt
# 构建序列
data1 = pd.Series({\'中专\':0.2515,\'大专\':0.3724,\'本科\':0.3336,\'硕士\':0.0368,\'其他\':0.0057})
print(data1)
data1.name = \'\'
# 控制饼图为正圆
plt.axes(aspect = \'equal\')
# plot方法对序列进行绘图
data1.plot(kind = \'pie\', # 选择图形类型
autopct=\'%.1f%%\', # 饼图中添加数值标签
radius = 1, # 设置饼图的半径
startangle = 180, # 设置饼图的初始角度
counterclock = False, # 将饼图的顺序设置为顺时针方向
title = \'失信用户的受教育水平分布\', # 为饼图添加标题
wedgeprops = {\'linewidth\': 1.5, \'edgecolor\':\'green\'}, # 设置饼图内外边界的属性值
textprops = {\'fontsize\':10, \'color\':\'black\'} # 设置文本标签的属性值
)
# 显示图形
plt.show()
# 条形图的绘制--垂直条形图
# 读入数据
GDP = pd.read_excel(r\'F:\\python_Data_analysis_and_mining\\06\\Province GDP 2017.xlsx\')
# 设置绘图风格（不妨使用R语言中的ggplot2风格）
plt.style.use(\'ggplot\')
# 绘制条形图
plt.bar(left = range(GDP.shape[0]), # 指定条形图x轴的刻度值
height = GDP.GDP, # 指定条形图y轴的数值
tick_label = GDP.Province, # 指定条形图x轴的刻度标签
color = \'steelblue\', # 指定条形图的填充色
)
# 添加y轴的标签
plt.ylabel(\'GDP(万亿)\')
# 添加条形图的标题
plt.title(\'2017年度6个省份GDP分布\')
# 为每个条形图添加数值标签
for x,y in enumerate(GDP.GDP):
plt.text(x,y+0.1,\'%s\' %round(y,1),ha=\'center\')
# 显示图形
plt.show()
# 条形图的绘制--水平条形图
# 对读入的数据作升序排序
GDP.sort_values(by = \'GDP\', inplace = True)
# 绘制条形图
plt.barh(bottom = range(GDP.shape[0]), # 指定条形图y轴的刻度值
width = GDP.GDP, # 指定条形图x轴的数值
tick_label = GDP.Province, # 指定条形图y轴的刻度标签
color = \'steelblue\', # 指定条形图的填充色
)
# 添加x轴的标签
plt.xlabel(\'GDP(万亿)\')
# 添加条形图的标题
plt.title(\'2017年度6个省份GDP分布\')
# 为每个条形图添加数值标签
for y,x in enumerate(GDP.GDP):
plt.text(x+0.1,y,\'%s\' %round(x,1),va=\'center\')
# 显示图形
plt.show()
# 条形图的绘制--堆叠条形图
# 读入数据
Industry_GDP = pd.read_excel(r\'F:\\python_Data_analysis_and_mining\\06\\Industry_GDP.xlsx\')
print(Industry_GDP.head())
# 取出四个不同的季度标签，用作堆叠条形图x轴的刻度标签
Quarters = Industry_GDP.Quarter.unique()
print(Quarters)
# 取出第一产业的四季度值
Industry1 = Industry_GDP.GPD[Industry_GDP.Industry_Type == \'第一产业\']
print(Industry1)
# 重新设置行索引
Industry1.index = range(len(Quarters))
print(Industry1)
# 取出第二产业的四季度值
Industry2 = Industry_GDP.GPD[Industry_GDP.Industry_Type == \'第二产业\']
print(Industry2)
# 重新设置行索引
Industry2.index = range(len(Quarters))
print(Industry2)
# 取出第三产业的四季度值
Industry3 = Industry_GDP.GPD[Industry_GDP.Industry_Type == \'第三产业\']
print(Industry3)
# 绘制堆叠条形图
# 各季度下第一产业的条形图
plt.bar(left = range(len(Quarters)), height=Industry1, color = \'steelblue\', label = \'第一产业\', tick_label = Quarters)
# 各季度下第二产业的条形图
plt.bar(left = range(len(Quarters)), height=Industry2, bottom = Industry1, color = \'green\', label = \'第二产业\')
# 各季度下第三产业的条形图
plt.bar(left = range(len(Quarters)), height=Industry3, bottom = Industry1 + Industry2, color = \'red\', label = \'第三产业\')
# 添加y轴标签
plt.ylabel(\'生成总值（亿）\')
# 添加图形标题
plt.title(\'2017年各季度三产业总值\')
# 显示各产业的图例
plt.legend()
# 显示图形
plt.show()
# Pandas模块之垂直或水平条形图
# 绘图（此时的数据集在前文已经按各省GDP做过升序处理）
GDP.GDP.plot(kind = \'bar\', width = 0.8, rot = 0, color = \'steelblue\', title = \'2017年度6个省份GDP分布\')
# 添加y轴标签
plt.ylabel(\'GDP（万亿）\')
# 添加x轴刻度标签
plt.xticks(range(len(GDP.Province)), #指定刻度标签的位置
GDP.Province # 指出具体的刻度标签值
)
# 为每个条形图添加数值标签
for x,y in enumerate(GDP.GDP):
plt.text(x-0.1,y+0.2,\'%s\' %round(y,1),va=\'center\')
# 显示图形
plt.show()
# 条形图的绘制--水平交错条形图
# 导入第三方模块
import numpy as np
# 读入数据
HuRun = pd.read_excel(r\'F:\\python_Data_analysis_and_mining\\06\\HuRun.xlsx\')
# 取出城市名称
Cities = HuRun.City.unique()
# 取出2016年各城市亿万资产家庭数
Counts2016 = HuRun.Counts[HuRun.Year == 2016]
# 取出2017年各城市亿万资产家庭数
Counts2017 = HuRun.Counts[HuRun.Year == 2017]
# 绘制水平交错条形图
bar_width = 0.4
plt.bar(left = np.arange(len(Cities)), height = Counts2016, label = \'2016\', color = \'steelblue\', width = bar_width)
plt.bar(left = np.arange(len(Cities))+bar_width, height = Counts2017, label = \'2017\', color = \'indianred\', width = bar_width)
# 添加刻度标签（向右偏移0.225）
plt.xticks(np.arange(5)+0.2, Cities)
# 添加y轴标签
plt.ylabel(\'亿万资产家庭数\')
# 添加图形标题
plt.title(\'近两年5个城市亿万资产家庭数比较\')
# 添加图例
plt.legend()
# 显示图形
plt.show()
# Pandas模块之水平交错条形图
HuRun_reshape = HuRun.pivot_table(index = \'City\', columns=\'Year\', values=\'Counts\').reset_index()
# 对数据集降序排序
HuRun_reshape.sort_values(by = 2016, ascending = False, inplace = True)
HuRun_reshape.plot(x = \'City\', y = [2016,2017], kind = \'bar\', color = [\'steelblue\', \'indianred\'],
rot = 0, # 用于旋转x轴刻度标签的角度，0表示水平显示刻度标签
width = 0.8, title = \'近两年5个城市亿万资产家庭数比较\')
# 添加y轴标签
plt.ylabel(\'亿万资产家庭数\')
plt.xlabel(\'\')
plt.show()
# seaborn模块之垂直或水平条形图
# 导入第三方模块
import seaborn as sns
sns.barplot(y = \'Province\', # 指定条形图x轴的数据
x = \'GDP\', # 指定条形图y轴的数据
data = GDP, # 指定需要绘图的数据集
color = \'steelblue\', # 指定条形图的填充色
orient = \'horizontal\' # 将条形图水平显示
)
# 重新设置x轴和y轴的标签
plt.xlabel(\'GDP（万亿）\')
plt.ylabel(\'\')
# 添加图形的标题
plt.title(\'2017年度6个省份GDP分布\')
# 为每个条形图添加数值标签
for y,x in enumerate(GDP.GDP):
plt.text(x,y,\'%s\' %round(x,1),va=\'center\')
# 显示图形
plt.show()
# 读入数据
Titanic = pd.read_csv(r\'F:\\python_Data_analysis_and_mining\\06\\titanic_train.csv\')
print(Titanic.shape)
# 绘制水平交错条形图
sns.barplot(x = \'Pclass\', # 指定x轴数据
y = \'Age\', # 指定y轴数据
hue = \'Sex\', # 指定分组数据
data = Titanic, # 指定绘图数据集
palette = \'RdBu\', # 指定男女性别的不同颜色
errcolor = \'blue\', # 指定误差棒的颜色
errwidth=2, # 指定误差棒的线宽
saturation = 1, # 指定颜色的透明度，这里设置为无透明度
capsize = 0.05 # 指定误差棒两端线条的宽度
)
# 添加图形标题
plt.title(\'各船舱等级中男女乘客的年龄差异\')
# 显示图形
plt.show()
# 读入数据
Titanic = pd.read_csv(r\'F:\\python_Data_analysis_and_mining\\06\\titanic_train.csv\')
# matplotlib模块绘制直方图
# 检查年龄是否有缺失
print(any(Titanic.Age.isnull()))
# 不妨删除含有缺失年龄的观察
Titanic.dropna(subset=[\'Age\'], inplace=True)
# 绘制直方图
plt.hist(x = Titanic.Age, # 指定绘图数据
bins = 20, # 指定直方图中条块的个数
color = \'steelblue\', # 指定直方图的填充色
edgecolor = \'black\' # 指定直方图的边框色
)
# 添加x轴和y轴标签
plt.xlabel(\'年龄\')
plt.ylabel(\'频数\')
# 添加标题
plt.title(\'乘客年龄分布\')
# 显示图形
plt.show()
# Pandas模块绘制直方图和核密度图
# 绘制直方图
Titanic.Age.plot(kind = \'hist\', bins = 20, color = \'steelblue\', edgecolor = \'black\', normed = True, label = \'直方图\')
# 绘制核密度图
Titanic.Age.plot(kind = \'kde\', color = \'red\', label = \'核密度图\')
# 添加x轴和y轴标签
plt.xlabel(\'年龄\')
plt.ylabel(\'核密度值\')
# 添加标题
plt.title(\'乘客年龄分布\')
# 显示图例
plt.legend()
# 显示图形
plt.show()
# seaborn模块绘制分组的直方图和核密度图
# 取出男性年龄
Age_Male = Titanic.Age[Titanic.Sex == \'male\']
# 取出女性年龄
Age_Female = Titanic.Age[Titanic.Sex == \'female\']
# 绘制男女乘客年龄的直方图
sns.distplot(Age_Male, bins = 20, kde = False, hist_kws = {\'color\':\'steelblue\'}, label = \'男性\')
# 绘制女性年龄的直方图
sns.distplot(Age_Female, bins = 20, kde = False, hist_kws = {\'color\':\'purple\'}, label = \'女性\')
plt.title(\'男女乘客的年龄直方图\')
# 显示图例
plt.legend()
# 显示图形
plt.show()
# 绘制男女乘客年龄的核密度图
sns.distplot(Age_Male, hist = False, kde_kws = {\'color\':\'red\', \'linestyle\':\'-\'},
norm_hist = True, label = \'男性\')
# 绘制女性年龄的核密度图
sns.distplot(Age_Female, hist = False, kde_kws = {\'color\':\'black\', \'linestyle\':\'--\'},
norm_hist = True, label = \'女性\')
plt.title(\'男女乘客的年龄核密度图\')
# 显示图例
plt.legend()
# 显示图形
plt.show()
import pandas as pd
import matplotlib.pyplot as plt
# 读取数据
Sec_Buildings = pd.read_excel(r\'F:\\python_Data_analysis_and_mining\\06\\sec_buildings.xlsx\')
print(Sec_Buildings.shape)
# 绘制箱线图
plt.boxplot(x = Sec_Buildings.price_unit, # 指定绘图数据
patch_artist=True, # 要求用自定义颜色填充盒形图，默认白色填充
showmeans=True, # 以点的形式显示均值
boxprops = {\'color\':\'black\',\'facecolor\':\'steelblue\'}, # 设置箱体属性，如边框色和填充色
# 设置异常点属性，如点的形状、填充色和点的大小
flierprops = {\'marker\':\'o\',\'markerfacecolor\':\'red\', \'markersize\':3},
# 设置均值点的属性，如点的形状、填充色和点的大小
meanprops = {\'marker\':\'D\',\'markerfacecolor\':\'indianred\', \'markersize\':4},
# 设置中位数线的属性，如线的类型和颜色
medianprops = {\'linestyle\':\'--\',\'color\':\'orange\'},
labels = [\'\'] # 删除x轴的刻度标签，否则图形显示刻度标签为1
)
# 添加图形标题
plt.title(\'二手房单价分布的箱线图\')
# 显示图形
plt.show()
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 读取数据
Sec_Buildings = pd.read_excel(r\'F:\\python_Data_analysis_and_mining\\06\\sec_buildings.xlsx\')
print(Sec_Buildings.shape)
# 二手房在各行政区域的平均单价
group_region = Sec_Buildings.groupby(\'region\')
print(group_region)
avg_price = group_region.aggregate({\'price_unit\':np.mean}).sort_values(\'price_unit\', ascending = False)
print(avg_price)
# 通过循环，将不同行政区域的二手房存储到列表中
region_price = []
for region in avg_price.index:
region_price.append(Sec_Buildings.price_unit[Sec_Buildings.region == region])
# print(region_price)
# 绘制分组箱线图
plt.boxplot(x = region_price,
patch_artist=True,
labels = avg_price.index, # 添加x轴的刻度标签
showmeans=True,
boxprops = {\'color\':\'black\', \'facecolor\':\'steelblue\'},
flierprops = {\'marker\':\'o\',\'markerfacecolor\':\'red\', \'markersize\':3},
meanprops = {\'marker\':\'D\',\'markerfacecolor\':\'indianred\', \'markersize\':4},
medianprops = {\'linestyle\':\'--\',\'color\':\'orange\'}
)
# 添加y轴标签
plt.ylabel(\'单价（元）\')
# 添加标题
plt.title(\'不同行政区域的二手房单价对比\')
# 显示图形
plt.show()
import seaborn as sns
# 绘制分组箱线图
sns.boxplot(x = \'region\', y = \'price_unit\', data = Sec_Buildings,
order = avg_price.index, showmeans=True,color = \'steelblue\',
flierprops = {\'marker\':\'o\',\'markerfacecolor\':\'red\', \'markersize\':3},
meanprops = {\'marker\':\'D\',\'markerfacecolor\':\'indianred\', \'markersize\':4},
medianprops = {\'linestyle\':\'--\',\'color\':\'orange\'}
)
# 更改x轴和y轴标签
plt.xlabel(\'\')
plt.ylabel(\'单价（元）\')
# 添加标题
plt.title(\'不同行政区域的二手房单价对比\')
# 显示图形
plt.show()
# 读取数据
tips = pd.read_csv(r\'F:\\python_Data_analysis_and_mining\\06\\tips.csv\')
print(tips.shape)
# 绘制分组小提琴图
sns.violinplot(x = "total_bill", # 指定x轴的数据
y = "day", # 指定y轴的数据
hue = "sex", # 指定分组变量
data = tips, # 指定绘图的数据集
order = [\'Thur\',\'Fri\',\'Sat\',\'Sun\'], # 指定x轴刻度标签的顺序
scale = \'count\', # 以男女客户数调节小提琴图左右的宽度
split = True, # 将小提琴图从中间割裂开，形成不同的密度曲线；
palette = \'RdBu\' # 指定不同性别对应的颜色（因为hue参数为设置为性别变量）
)
# 添加图形标题
plt.title(\'每天不同性别客户的消费额情况\')
# 设置图例
plt.legend(loc = \'upper center\', ncol = 2)
# 显示图形
plt.show()
# 数据读取
wechat = pd.read_excel(r\'F:\\python_Data_analysis_and_mining\\06\\wechat.xlsx\')
print(wechat.shape)
# 绘制单条折线图
plt.plot(wechat.Date, # x轴数据
wechat.Counts, # y轴数据
linestyle = \'-\', # 折线类型
linewidth = 2, # 折线宽度
color = \'steelblue\', # 折线颜色
marker = \'o\', # 折线图中添加圆点
markersize = 6, # 点的大小
markeredgecolor=\'black\', # 点的边框色
markerfacecolor=\'brown\') # 点的填充色
# 添加y轴标签
plt.ylabel(\'人数\')
# 添加图形标题
plt.title(\'每天微信文章阅读人数趋势\')
# 显示图形
plt.show()
# 绘制两条折线图
# 导入模块，用于日期刻度的修改
import matplotlib as mpl
# 绘制阅读人数折线图
plt.plot(wechat.Date, # x轴数据
wechat.Counts, # y轴数据
linestyle = \'-\', # 折线类型，实心线
color = \'steelblue\', # 折线颜色
label = \'阅读人数\'
)
# 绘制阅读人次折线图
plt.plot(wechat.Date, # x轴数据
wechat.Times, # y轴数据
linestyle = \'--\', # 折线类型，虚线
color = \'indianred\', # 折线颜色
label = \'阅读人次\'
)
plt.show()
import matplotlib as mpl
# 获取图的坐标信息
ax = plt.gca()
# 设置日期的显示格式
date_format = mpl.dates.DateFormatter("%m-%d")
ax.xaxis.set_major_formatter(date_format)
# 设置x轴显示多少个日期刻度
# xlocator = mpl.ticker.LinearLocator(10)
# 设置x轴每个刻度的间隔天数
xlocator = mpl.ticker.MultipleLocator(7)
ax.xaxis.set_major_locator(xlocator)
# 为了避免x轴刻度标签的紧凑，将刻度标签旋转45度
plt.xticks(rotation=45)
# 添加y轴标签
plt.ylabel(\'人数\')
# 添加图形标题
plt.title(\'每天微信文章阅读人数与人次趋势\')
# 添加图例
plt.legend()
# 显示图形
plt.show()
# 读取天气数据
weather = pd.read_excel(r\'F:\\python_Data_analysis_and_mining\\06\\weather.xlsx\')
# 统计每月的平均最高气温
data = weather.pivot_table(index = \'month\', columns=\'year\', values=\'high\')
# 绘制折线图
data.plot(kind = \'line\',
style = [\'-\',\'--\',\':\'] # 设置折线图的线条类型
)
# 修改x轴和y轴标签
plt.xlabel(\'月份\')
plt.ylabel(\'气温\')
# 添加图形标题
plt.title(\'每月平均最高气温波动趋势\')
# 显示图形
plt.show()
# 读入数据
iris = pd.read_csv(r\'F:\\python_Data_analysis_and_mining\\06\\iris.csv\')
print(iris.shape)
# 绘制散点图
plt.scatter(x = iris.Petal_Width, # 指定散点图的x轴数据
y = iris.Petal_Length, # 指定散点图的y轴数据
color = \'steelblue\' # 指定散点图中点的颜色
)
# 添加x轴和y轴标签
plt.xlabel(\'花瓣宽度\')
plt.ylabel(\'花瓣长度\')
# 添加标题
plt.title(\'鸢尾花的花瓣宽度与长度关系\')
# 显示图形
plt.show()
# Pandas模块绘制散点图
# 绘制散点图
iris.plot(x = \'Petal_Width\', y = \'Petal_Length\', kind = \'scatter\', title = \'鸢尾花的花瓣宽度与长度关系\')
# 修改x轴和y轴标签
plt.xlabel(\'花瓣宽度\')
plt.ylabel(\'花瓣长度\')
# 显示图形
plt.show()
# seaborn模块绘制分组散点图
sns.lmplot(x = \'Petal_Width\', # 指定x轴变量
y = \'Petal_Length\', # 指定y轴变量
hue = \'Species\', # 指定分组变量
data = iris, # 指定绘图数据集
legend_out = False, # 将图例呈现在图框内
truncate=True # 根据实际的数据范围，对拟合线作截断操作
)
# 修改x轴和y轴标签
plt.xlabel(\'花瓣宽度\')
plt.ylabel(\'花瓣长度\')
# 添加标题
plt.title(\'鸢尾花的花瓣宽度与长度关系\')
# 显示图形
plt.show()
# 读取数据
Prod_Category = pd.read_excel(r\'F:\\python_Data_analysis_and_mining\\06\\SuperMarket.xlsx\')
print(Prod_Category.shape)
# 将利润率标准化到[0,1]之间（因为利润率中有负数），然后加上微小的数值0.001
range_diff = Prod_Category.Profit_Ratio.max()-Prod_Category.Profit_Ratio.min()
print(range_diff)
Prod_Category[\'std_ratio\'] = (Prod_Category.Profit_Ratio-Prod_Category.Profit_Ratio.min())/range_diff + 0.001
print(Prod_Category)
# 绘制办公用品的气泡图
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == \'办公用品\'],
y = Prod_Category.Profit[Prod_Category.Category == \'办公用品\'],
s = Prod_Category.std_ratio[Prod_Category.Category == \'办公用品\']*1000,
color = \'steelblue\', label = \'办公用品\', alpha = 0.6
)
# 绘制技术产品的气泡图
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == \'技术产品\'],
y = Prod_Category.Profit[Prod_Category.Category == \'技术产品\'],
s = Prod_Category.std_ratio[Prod_Category.Category == \'技术产品\']*1000,
color = \'indianred\' , label = \'技术产品\', alpha = 0.6
)
# 绘制家具产品的气泡图
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == \'家具产品\'],
y = Prod_Category.Profit[Prod_Category.Category == \'家具产品\'],
s = Prod_Category.std_ratio[Prod_Category.Category == \'家具产品\']*1000,
color = \'black\' , label = \'家具产品\', alpha = 0.6
)
# 添加x轴和y轴标签
plt.xlabel(\'销售额\')
plt.ylabel(\'利润\')
# 添加标题
plt.title(\'销售额、利润及利润率的气泡图\')
# 添加图例
plt.legend()
# 显示图形
plt.show()
# 读取数据
Sales = pd.read_excel(r\'F:\\python_Data_analysis_and_mining\\06\\Sales.xlsx\')
print(Sales.shape)
print(Sales.head())
# 根据交易日期，衍生出年份和月份字段
Sales[\'year\'] = Sales.Date.dt.year
Sales[\'month\'] = Sales.Date.dt.month
print(Sales.head())
# 统计每年各月份的销售总额
Summary = Sales.pivot_table(index = \'month\', columns = \'year\', values = \'Sales\', aggfunc = np.sum)
print(Summary)
# 绘制热力图
sns.heatmap(data = Summary, # 指定绘图数据
cmap = \'PuBuGn\', # 指定填充色
linewidths = .1, # 设置每个单元格边框的宽度
annot = True, # 显示数值
fmt = \'.1e\' # 以科学计算法显示数据
)
#添加标题
plt.title(\'每年各月份销售总额热力图\')
# 显示图形
plt.show()
# 读取数据
Prod_Trade = pd.read_excel(r\'F:\\python_Data_analysis_and_mining\\06\\Prod_Trade.xlsx\')
print(Prod_Trade.shape)
print(Prod_Trade.head())
# 衍生出交易年份和月份字段
Prod_Trade[\'year\'] = Prod_Trade.Date.dt.year
Prod_Trade[\'month\'] = Prod_Trade.Date.dt.month
print(Prod_Trade.head())
# 设置大图框的长和高
plt.figure(figsize = (12,6))
# 设置第一个子图的布局
ax1 = plt.subplot2grid(shape = (2,3), loc = (0,0))
# 统计2012年各订单等级的数量
Class_Counts = Prod_Trade.Order_Class[Prod_Trade.year == 2012].value_counts()
Class_Percent = Class_Counts/Class_Counts.sum()
# 将饼图设置为圆形（否则有点像椭圆）
ax1.set_aspect(aspect = \'equal\')
# 绘制订单等级饼图
ax1.pie(x = Class_Percent.values, labels = Class_Percent.index, autopct = \'%.1f%%\')
# 添加标题
ax1.set_title(\'各等级订单比例\')
# 设置第二个子图的布局
ax2 = plt.subplot2grid(shape = (2,3), loc = (0,1))
# 统计2012年每月销售额
Month_Sales = Prod_Trade[Prod_Trade.year == 2012].groupby(by = \'month\').aggregate({\'Sales\':np.sum})
# 绘制销售额趋势图
Month_Sales.plot(title = \'2012年各月销售趋势\', ax = ax2, legend = False)
# 删除x轴标签
ax2.set_xlabel(\'\')
# 设置第三个子图的布局
ax3 = plt.subplot2grid(shape = (2,3), loc = (0,2), rowspan = 2)
# 绘制各运输方式的成本箱线图
sns.boxplot(x = \'Transport\', y = \'Trans_Cost\', data = Prod_Trade, ax = ax3)
# 添加标题
ax3.set_title(\'各运输方式成本分布\')
# 删除x轴标签
ax3.set_xlabel(\'\')
# 修改y轴标签
ax3.set_ylabel(\'运输成本\')
# 设置第四个子图的布局
ax4 = plt.subplot2grid(shape = (2,3), loc = (1,0), colspan = 2)
# 2012年客单价分布直方图
sns.distplot(Prod_Trade.Sales[Prod_Trade.year == 2012], bins = 40, norm_hist = True, ax = ax4, hist_kws = {\'color\':\'steelblue\'}, kde_kws=({\'linestyle\':\'--\', \'color\':\'red\'}))
# 添加标题
ax4.set_title(\'2012年客单价分布图\')
# 修改x轴标签
ax4.set_xlabel(\'销售额\')
# 调整子图之间的水平间距和高度间距
plt.subplots_adjust(hspace=0.6, wspace=0.3)
# 图形显示
plt.show()