Day One——利用pandas可視化處理數據

Day One——利用pandas可視化處理數據

完整代碼及數據地址

第一、二部分數據catering_sale.xls

第三部分數據catering_dish_profit.xls

第四部分數據catering_sale_all.xls

第一部分——可視化數據，箱線圖。

對應函數programmer_1

數據有兩列，日期和銷量。先通過可視化的手段將其展示。

這裏使用箱線圖進行展示。關於箱線圖的定義，請查閱百度百科

步驟：

1. 讀取數據

2. 將數據轉換爲箱線圖數據。使用pandas函數boxplot，指定返回類型爲dict字典

3. 提取箱線圖的數據。提取key爲fliers（翻譯爲傳單？）

4. 將提取的數據可視化。添加註釋，使用函數annotate，爲了使註釋不擋住圖線，特地處理了註釋位置

畫出來的箱線圖如下

第二部分——提取數據，極差(range)、方差(var)、四分位差（quartile deviation）

對應函數programmer_２

相關名詞可查閱博客， 統計學中常用專用名詞中英對照

步驟：

1. 讀取數據

2. 篩選數據

3. 在原有的基礎上拓展數據

   • 極差＝最大值－最小值
   • 方差＝標準差/平均值
   • 四分位差＝第三四分位數－第一四分位數

輸出如下:

count     200.000000
mean     2755.214700
std       751.029772
min        22.000000
25%      2451.975000
50%      2655.850000
75%      3026.125000
max      9106.440000
range    9084.440000
var         0.272585
dis       574.150000
Name: 銷量, dtype: float64

第三部分——可視化數據，盈利折線圖和直方圖

對應函數programmer_3

步驟：

1. 讀取數據

2. 按照盈利進行排序

3. 畫直方圖plot(kind='bar'), 添加縱座標ylabel

4. 畫折線圖plot(color='r', secondary_y=True, style='-o'， linewidth = 2), 添加縱座標ylabel

5. 添加註釋annotate

畫出的圖形如下

第四部分——計算相關性

兩個特徵之間相關係數。通俗理解就是，A與B有多大的可能性相關，或者說A有多大的可能會影響B。

代碼部分就沒啥可以說的了，主要就是使用了corr()這個函數，具體可以下載代碼和數據來看看。

運行結果如下

# data.corr()
           百合醬蒸鳳爪    翡翠蒸香茜餃   金銀蒜汁蒸排骨     樂膳真味雞     蜜汁焗餐包      生炒菜心    鐵板酸菜豆腐  \
百合醬蒸鳳爪   1.000000  0.009206  0.016799  0.455638  0.098085  0.308496  0.204898   
翡翠蒸香茜餃   0.009206  1.000000  0.304434 -0.012279  0.058745 -0.180446 -0.026908   
金銀蒜汁蒸排骨  0.016799  0.304434  1.000000  0.035135  0.096218 -0.184290  0.187272   
樂膳真味雞    0.455638 -0.012279  0.035135  1.000000  0.016006  0.325462  0.297692   
蜜汁焗餐包    0.098085  0.058745  0.096218  0.016006  1.000000  0.308454  0.502025   
生炒菜心     0.308496 -0.180446 -0.184290  0.325462  0.308454  1.000000  0.369787   
鐵板酸菜豆腐   0.204898 -0.026908  0.187272  0.297692  0.502025  0.369787  1.000000   
香煎韭菜餃    0.127448  0.062344  0.121543 -0.068866  0.155428  0.038233  0.095543   
香煎羅卜糕   -0.090276  0.270276  0.077808 -0.030222  0.171005  0.049898  0.157958   
原汁原味菜心   0.428316  0.020462  0.029074  0.421878  0.527844  0.122988  0.567332   

# data.corr()[u'百合醬蒸鳳爪']
            香煎韭菜餃     香煎羅卜糕    原汁原味菜心  
百合醬蒸鳳爪   0.127448 -0.090276  0.428316  
翡翠蒸香茜餃   0.062344  0.270276  0.020462  
金銀蒜汁蒸排骨  0.121543  0.077808  0.029074  
樂膳真味雞   -0.068866 -0.030222  0.421878  
蜜汁焗餐包    0.155428  0.171005  0.527844  
生炒菜心     0.038233  0.049898  0.122988  
鐵板酸菜豆腐   0.095543  0.157958  0.567332  
香煎韭菜餃    1.000000  0.178336  0.049689  
香煎羅卜糕    0.178336  1.000000  0.088980  
原汁原味菜心   0.049689  0.088980  1.000000  
百合醬蒸鳳爪     1.000000
翡翠蒸香茜餃     0.009206
金銀蒜汁蒸排骨    0.016799
樂膳真味雞      0.455638
蜜汁焗餐包      0.098085
生炒菜心       0.308496
鐵板酸菜豆腐     0.204898
香煎韭菜餃      0.127448
香煎羅卜糕     -0.090276
原汁原味菜心     0.428316

# data[u'百合醬蒸鳳爪'].corr(data[u'翡翠蒸香茜餃']
Name: 百合醬蒸鳳爪, dtype: float64
0.00920580305184