Python數(shù)據(jù)可視化教程之實(shí)踐篇

本篇文章在基礎(chǔ)篇的基礎(chǔ)上，選擇實(shí)際案例進(jìn)行了練習(xí)。

再明確一次三個步驟：

• 確定問題，選擇圖形

• 轉(zhuǎn)換數(shù)據(jù)，應(yīng)用函數(shù)

• 參數(shù)設(shè)置，一目了然

下面，我們通過案例來進(jìn)行演示：

?加載數(shù)據(jù)?

數(shù)據(jù)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(shù)據(jù)，包含天氣信息和日期信息。

?字段說明?

• datetime（日期） - hourly date + timestamp

• season（季節(jié)） - 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(fēng)速） - wind speed

• casual（臨時租賃數(shù)量） - number of non-registered user rentals initiated

• registered（會員租賃數(shù)量） - number of registered user rentals initiated

• count（總租賃數(shù)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(jīng)過隨機(jī)森林樹填充0值得到的風(fēng)速）

#讀取數(shù)據(jù)
#Bikedata = pd.read_csv('./Bike.csv')
Bikedata.head()

#查看描述統(tǒng)計
Bikedata.describe()

#對于整體數(shù)據(jù)，我們希望查看與三個租賃數(shù)量相關(guān)的其他特征值的關(guān)系，可以選用seaborn包的pairplot函數(shù)（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})
0xadcef98>

大致可以看出：會員在工作日出行較多，節(jié)假日次數(shù)減少，而臨時用戶相反，第一季度出行人數(shù)總體偏低，出行人數(shù)受天氣影響較大，會員在每天早晚有兩個高峰期，對應(yīng)上下班時間；非會員在下午出行較密集 風(fēng)速對出行人數(shù)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(guān)系數(shù)的大小來依次對特征進(jìn)行可視化分析
#首先，列出相關(guān)系數(shù)矩陣：df.corr()
corrdf = Bikedata.corr()
corrdf

#各特征按照與租賃總量count的相關(guān)系數(shù)大小進(jìn)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(jié)>天氣>風(fēng)速>工作日>節(jié)假日

?對特征逐項分析?

• 第一步

提出問題：租賃總量對應(yīng)濕度的變化趨勢

適合圖形：因?yàn)闈穸葘儆谶B續(xù)性數(shù)值變量，我們可以選擇折線圖反應(yīng)變化趨勢

• 第二步

轉(zhuǎn)換數(shù)據(jù)：我們需要一個二維數(shù)據(jù)框，按照溫度變化排序，取對應(yīng)的三個租賃數(shù)的平均值

應(yīng)用函數(shù)：直接應(yīng)用plt的plot函數(shù)即可完成折線圖

• 第三步：設(shè)置參數(shù)

可以看出：

• 在工作日，會員出行對應(yīng)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(yīng)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(diǎn)；

• 工作日會員出行次數(shù)遠(yuǎn)多于非會員用戶；

• 在周末，總體出行趨勢一致，大部分用車發(fā)生在11-5點(diǎn)這段時間，早上五點(diǎn)為用車之最。

• 第一步

提出問題：租賃總量對應(yīng)濕度的變化趨勢

適合圖形：因?yàn)闈穸葘儆谶B續(xù)性數(shù)值變量，我們可以選擇折線圖反應(yīng)變化趨勢

• 第二步

轉(zhuǎn)換數(shù)據(jù)：我們需要一個二維數(shù)據(jù)框，按照溫度變化排序，取對應(yīng)的三個租賃數(shù)的平均值

應(yīng)用函數(shù)：直接應(yīng)用plt的plot函數(shù)即可完成折線圖

• 第三步

參數(shù)設(shè)置：只需要設(shè)置折線圖的標(biāo)題，其他參數(shù)默認(rèn)

• 隨著溫度的升高，租賃數(shù)量呈上升趨勢；

• 在溫度達(dá)到35度時，因天氣炎熱，總體數(shù)量開始下降；

• 在溫度在4度時，租賃數(shù)達(dá)到最低點(diǎn)；

• 第一步

提出問題：租賃總量對應(yīng)濕度的變化趨勢

適合圖形：因?yàn)闈穸葘儆谶B續(xù)性數(shù)值變量，我們可以選擇折線圖反應(yīng)變化趨勢

• 第二步

轉(zhuǎn)換數(shù)據(jù)：我們需要一個二維數(shù)據(jù)框，按照溫度變化排序，取對應(yīng)的三個租賃數(shù)的平均值

應(yīng)用函數(shù)：直接應(yīng)用plt的plot函數(shù)即可完成折線圖

• 第三步

參數(shù)設(shè)置：只需要設(shè)置折線圖的標(biāo)題，其他參數(shù)默認(rèn)

可以觀察到在濕度20左右租賃數(shù)量迅速達(dá)到高峰值，此后緩慢遞減。

年份，月份和季節(jié)作圖方法類似，都采用折線圖繪制，這里省略。

• 第一步

提出問題：租賃總量對應(yīng)濕度的變化趨勢

適合圖形：因?yàn)樘鞖馇闆r屬于數(shù)值型分類變量，我們可以選擇柱形圖觀察數(shù)量分布

• 第二步

轉(zhuǎn)換數(shù)據(jù)：我們需要一個二維數(shù)據(jù)框，按照天氣情況對租賃數(shù)量取平均值

應(yīng)用函數(shù)：應(yīng)用plt的plot.bar函數(shù)繪制組合柱形圖

• 第三步

參數(shù)設(shè)置：只需要設(shè)置折線圖的標(biāo)題，其他參數(shù)默認(rèn)

觀察到天氣等級為4時，平均出行人數(shù)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(xì)情況

天氣狀況為4級的只有一天，我們把數(shù)據(jù)打印出來查看一下

時間為工作日的下午六點(diǎn)鐘，屬于晚高峰異常數(shù)據(jù)，不具有代表性。

• 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(zhuǎn)換數(shù)據(jù)：需要一個二維數(shù)據(jù)框，按天數(shù)取兩種用戶的平均值

應(yīng)用函數(shù)：應(yīng)用plt的plot.pie函數(shù)繪制餅圖

• 第三步

參數(shù)設(shè)置：這是數(shù)據(jù)標(biāo)簽和類別標(biāo)簽

python作圖的簡單案例

• 要清楚自己想表達(dá)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(shù)據(jù)中選擇自己需要的數(shù)據(jù)，查閱資料了解函數(shù)的參數(shù)設(shè)置，最后完成圖形的繪制

• matplotlib是python繪圖的基礎(chǔ)，也是其他拓展包的基礎(chǔ)，認(rèn)真學(xué)習(xí)matplotlib的常用圖形和參數(shù)是很有必要的

• 學(xué)習(xí)期間思考為什么要加載matplotlib.pyplot？來進(jìn)行繪圖