Python資料分析實戰-Boston Public Schools GEO資料分析-Part1
阿新 • • 發佈：2018-11-17
由於從事人工智慧的工作，接下來打算分享一系列的以案例形式的人工智慧、
資料分析的部落格文章。歡迎大家持續關注。本次我來分享一個數據分析的案例
專案目標：
Boston Public Schools Geo資料是來自於Boston地區的公共學校的資料，具體描述了學校的座標，名字，型別等。基於此資料，我們可以學習一些基本的Python資料分析的方法。例如，研究學校的分佈情況，型別統計等。
資料集介紹:
資料集的介紹如下，其中比較重要的欄位有X，Y座標，ADDRESS地址，ZIPCODE，School型別
Data columns (total 21 columns): X 131 non-null float64 Y 131 non-null float64 OBJECTID_1 131 non-null int64 OBJECTID 131 non-null int64 BLDG_ID 131 non-null int64 BLDG_NAME 131 non-null object ADDRESS 131 non-null object CITY 131 non-null object ZIPCODE 131 non-null int64 CSP_SCH_ID 131 non-null int64 SCH_ID 131 non-null int64 SCH_NAME 131 non-null object SCH_LABEL 131 non-null object SCH_TYPE 131 non-null object SHARED 131 non-null object COMPLEX 131 non-null object Label 131 non-null int64 TLT 131 non-null int64 PL 131 non-null object POINT_X 131 non-null float64 POINT_Y 131 non-null float64
關鍵程式碼實現:
- 載入資料
schools = pd.read_csv('../input/Public_Schools.csv')
schools.info()
可以看到資料欄位如下，一共有21個欄位，其中有9個Object型別，4個float64, 8個int64
<class 'pandas.core.frame.DataFrame'> RangeIndex: 131 entries, 0 to 130 Data columns (total 21 columns): X 131 non-null float64 Y 131 non-null float64 OBJECTID_1 131 non-null int64 OBJECTID 131 non-null int64 BLDG_ID 131 non-null int64 BLDG_NAME 131 non-null object ADDRESS 131 non-null object CITY 131 non-null object ZIPCODE 131 non-null int64 CSP_SCH_ID 131 non-null int64 SCH_ID 131 non-null int64 SCH_NAME 131 non-null object SCH_LABEL 131 non-null object SCH_TYPE 131 non-null object SHARED 131 non-null object COMPLEX 131 non-null object Label 131 non-null int64 TLT 131 non-null int64 PL 131 non-null object POINT_X 131 non-null float64 POINT_Y 131 non-null float64 dtypes: float64(4), int64(8), object(9) memory usage: 21.6+ KB
2.接下來，探索資料的缺失值
schools.isnull().any()
可以看到，資料沒有缺失值
1 X False 2 Y False 3 OBJECTID_1 False 4 OBJECTID False 5 BLDG_ID False 6 BLDG_NAME False 7 ADDRESS False 8 CITY False 9 ZIPCODE False 10 CSP_SCH_ID False 11 SCH_ID False 12 SCH_NAME False 13 SCH_LABEL False 14 SCH_TYPE False 15 SHARED False 16 COMPLEX False 17 Label False 18 TLT False 19 PL False 20 POINT_X False 21 POINT_Y False 22 dtype: bool
接下來，Count frequency of schools in each city
1 schools_per_city = schools['CITY'].value_counts() 2 sns.set() 3 plt.rcParams['figure.figsize'] = [20, 7] 4 sns.barplot(x=schools_per_city.index, y=schools_per_city.get_values()) 
可以看到不同地區的公立學校不同數量，Boston接近15所。
按照ZIPCode統計學校情況 ： 其中sns 為seaborn包
school_zipcode = schools['ZIPCODE'].value_counts() sns.set() sns.barplot(x=school_zipcode.index, y=school_zipcode.get_values())
可以看到隨著zipcode的變化，學校數量也是發生變化的。

未完待續~ 歡迎大家關注我的公眾號，“思享會Club”，獲取該內容資源。歡迎大家訪問http://gkhelp.cn 獲取更多專案。個人公眾號圖片如下：
