Python資料視覺化實戰講解
前言
本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯絡我們以作處理。
開運張 | 作者
知乎專欄 | 來源
https://zhuanlan.zhihu.com/p/55642042
三個步驟：
- 確定問題，選擇圖形
- 轉換資料，應用函式
- 引數設定，一目瞭然
首先對時段進行分析
- 第一步
提出問題：租賃總量對應溼度的變化趨勢
適合圖形：因為溼度屬於連續性數值變數，我們可以選擇折線圖反應變化趨勢
- 第二步
轉換資料：我們需要一個二維資料框，按照溫度變化排序，取對應的三個租賃數的平均值
應用函式：直接應用plt的plot函式即可完成折線圖
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：設定引數
figure,axes = plt.subplots(1,2,sharey=True)#設定一個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])
<matplotlib.axes._subplots.AxesSubplot at0xe452940> 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，並且在中午會有一個小的高峰，可能對應中午外出就餐需求；
- 工作日非會員使用者出行高峰大概在下午三點；
- 工作日會員出行次數遠多於非會員使用者；
- 在週末，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。
對溫度進行分析
- 第一步
提出問題：租賃總量對應溼度的變化趨勢
適合圖形：因為溼度屬於連續性數值變數，我們可以選擇折線圖反應變化趨勢
- 第二步
轉換資料：我們需要一個二維資料框，按照溫度變化排序，取對應的三個租賃數的平均值
應用函式：直接應用plt的plot函式即可完成折線圖
- 第三步
引數設定：只需要設定折線圖的標題，其他引數預設
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')
<matplotlib.axes._subplots.AxesSubplot at0xe57d7f0>- 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；
溼度對租賃數量的影響
- 第一步
提出問題：租賃總量對應溼度的變化趨勢
適合圖形：因為溼度屬於連續性數值變數，我們可以選擇折線圖反應變化趨勢
- 第二步
轉換資料：我們需要一個二維資料框，按照溫度變化排序，取對應的三個租賃數的平均值
應用函式：直接應用plt的plot函式即可完成折線圖
- 第三步
引數設定：只需要設定折線圖的標題，其他引數預設
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')
<matplotlib.axes._subplots.AxesSubplot at0xe582400>可以觀察到在溼度20左右租賃數量迅速達到高峰值，此後緩慢遞減。
年份，月份和季節作圖方法類似，都採用折線圖繪製，這裡省略。
檢視不同天氣對出行情況的影響
- 第一步
提出問題：租賃總量對應溼度的變化趨勢
適合圖形：因為天氣情況屬於數值型分類變數，我們可以選擇柱形圖觀察數量分佈
- 第二步
轉換資料：我們需要一個二維資料框，按照天氣情況對租賃數量取平均值
應用函式：應用plt的plot.bar函式繪製組合柱形圖
- 第三步
引數設定：只需要設定折線圖的標題，其他引數預設
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')
<matplotlib.axes._subplots.AxesSubplot at0xe7e0a90>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
我們檢視一下天氣等級為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，我們把資料打印出來檢視一下
Bikedata[Bikedata['weather']==4]時間為工作日的下午六點鐘，屬於晚高峰異常資料，不具有代表性。
會員使用者和臨時使用者在整體使用者中佔比
- 第一步
提出問題：檢視會員使用者和臨時使用者在整體使用者中的比例
適合圖形：檢視佔比，適合用餅圖pie
- 第二步
轉換資料：需要一個二維資料框，按天數取兩種使用者的平均值
應用函式：應用plt的plot.pie函式繪製餅圖
- 第三步
引數設定：這是資料標籤和類別標籤
#考慮到相同日期是否工作日，星期幾，以及所屬年份等資訊是一樣的，把租賃資料按天求和，其它日期類資料取平均值
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()#按天取兩種型別使用者平均值
number_pei=day_df[['casual','registered']].mean()
number_pei
casual 517.411765
registered 2171.067031
dtype: float64
#繪製餅圖
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')