冒用公司名义做网站,建设银行网站显示404,wordpress音乐页面下载,app开发导入网站模板目录
已知数据集 tips
生成数据集并保存为CSV文件
数据预览#xff1a;
导入和预览数据
步骤1#xff1a;绘制散点图#xff08;Scatter Plot#xff09;
步骤2#xff1a;添加回归线#xff08;Regression Analysis#xff09;
步骤3#xff1a;分类变量分析
导入和预览数据
步骤1绘制散点图Scatter Plot
步骤2添加回归线Regression Analysis
步骤3分类变量分析Categorical Variables
步骤4箱线图Box Plot
步骤5小提琴图Violin Plot
步骤6绘制热力图Heatmap 编辑
总结
1. 生成数据集并保存为CSV文件
2. 导入和预览数据
3. 绘制散点图Scatter Plot
4. 添加回归线Regression Analysis
5. 分类变量分析Categorical Variables
6. 绘制箱线图Box Plot
7. 绘制小提琴图Violin Plot
8. 绘制热力图Heatmap 专栏数学建模学习笔记 python相关库的安装pandas,numpy,matplotlibstatsmodels 总篇【数学建模】—【新手小白到国奖选手】—【学习路线】 第一卷Numpy 第二卷Pandas 第三卷Matplotlib 在数据科学和数学建模的过程中数据可视化是非常重要的一环。通过可视化我们能够更直观地理解数据的分布和关系从而为后续的分析和建模打下坚实的基础。本篇文章将围绕一个具体的实例详细讲解如何使用Seaborn库进行数据可视化。我们将使用Seaborn内置的数据集tips该数据集包含了一些餐馆的小费数据。我们的目标是通过数据可视化探索影响小费金额的因素并尝试建立一个数学模型。
已知数据集 tips
tips 数据集包含以下几个主要字段
total_bill: 总账单金额tip: 小费金额sex: 性别smoker: 是否吸烟day: 就餐日期time: 就餐时间午餐或晚餐size: 就餐人数
生成数据集并保存为CSV文件
import pandas as pd
import numpy as np# 设置随机种子
np.random.seed(0)# 生成数据
n 1000
total_bill np.round(np.random.uniform(5, 50, n), 2)
tip np.round(total_bill * np.random.uniform(0.1, 0.3, n), 2)
sex np.random.choice([Male, Female], n)
smoker np.random.choice([Yes, No], n)
day np.random.choice([Thur, Fri, Sat, Sun], n)
time np.random.choice([Lunch, Dinner], n)
size np.random.randint(1, 6, n)# 创建DataFrame
tips pd.DataFrame({total_bill: total_bill,tip: tip,sex: sex,smoker: smoker,day: day,time: time,size: size
})# 保存数据集到CSV文件
tips.to_csv(tips.csv, indexFalse)# 显示数据集的前几行
print(tips.head())数据预览
total_billtipsexsmokerdaytimesize29.706.49FemaleNoFriLunch537.183.79FemaleYesThurLunch232.126.27FemaleNoThurLunch429.527.14FemaleNoFriLunch524.062.62FemaleYesSunDinner5
导入和预览数据
在生成数据后我们导入必要的可视化库并预览数据。
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd# 读取本地示例数据集
tips pd.read_csv(tips.csv)# 显示数据集的前几行
print(tips.head())详解 导入必要的库 seaborn: 用于数据可视化的主要库。matplotlib.pyplot: Seaborn是基于Matplotlib构建的所以我们需要同时导入Matplotlib来进行图表的展示。 读取数据 使用pandas.read_csv函数从CSV文件中读取数据。 预览数据 使用print(tips.head())函数来显示数据集的前几行帮助我们快速了解数据的结构和内容。 步骤1绘制散点图Scatter Plot
我们首先绘制一个散点图展示总账单total_bill与小费tip之间的关系。
# 绘制散点图
sns.scatterplot(datatips, xtotal_bill, ytip)
plt.title(Scatter plot of Total Bill vs Tip)
plt.xlabel(Total Bill)
plt.ylabel(Tip)
plt.show()绘制散点图 使用seaborn.scatterplot函数其中data参数指定数据集x和y参数分别指定横轴和纵轴的数据字段。 设置图表标题和标签 使用plt.title设置图表标题。使用plt.xlabel和plt.ylabel分别设置横轴和纵轴的标签。 显示图表 使用plt.show()函数来显示图表。 散点图是一种常用的图表类型用于展示两个变量之间的关系。在这个例子中使用seaborn.scatterplot函数绘制总账单total_bill与小费tip之间的散点图。通过散点图可以直观地看到总账单和小费之间的关系。从图中可以看出小费随总账单的增加而增加但这种关系是否是线性的还需要进一步分析。
步骤2添加回归线Regression Analysis
为了更好地了解总账单和小费之间的关系我们可以使用Seaborn的 lmplot 函数来添加一条回归线。
# 绘制带回归线的散点图
sns.lmplot(datatips, xtotal_bill, ytip)
plt.title(Total Bill vs Tip with Regression Line)
plt.xlabel(Total Bill)
plt.ylabel(Tip)
plt.show()绘制带回归线的散点图 使用seaborn.lmplot函数其中data参数指定数据集x和y参数分别指定横轴和纵轴的数据字段。lmplot函数不仅绘制散点图还会自动添加一条回归线用于展示两个变量之间的线性关系。 设置图表标题和标签 同样使用plt.title、plt.xlabel和plt.ylabel设置图表的标题和轴标签。 显示图表 使用plt.show()函数来显示图表。 回归分析是一种统计方法用于研究两个变量之间的关系。在这个例子中使用Seaborn的lmplot函数来绘制带有回归线的散点图。通过添加回归线可以更清楚地看到总账单和小费之间的线性关系。这条回归线表示小费随总账单增加的趋势图中还会显示回归线的置信区间。
步骤3分类变量分析Categorical Variables
接下来我们分析性别、吸烟情况等分类变量对小费的影响。
# 使用hue参数根据性别绘制不同颜色的散点图
sns.scatterplot(datatips, xtotal_bill, ytip, huesex)
plt.title(Total Bill vs Tip by Gender)
plt.xlabel(Total Bill)
plt.ylabel(Tip)
plt.show()根据分类变量绘制散点图 使用seaborn.scatterplot函数通过hue参数指定分类变量例如性别从而根据不同类别绘制不同颜色的点。 设置图表标题和标签 使用plt.title、plt.xlabel和plt.ylabel设置图表的标题和轴标签。 显示图表 使用plt.show()函数来显示图表。 分类变量如性别、吸烟情况等在数据分析中非常重要因为它们能够提供关于数据分布的更多信息。在这个例子中使用seaborn.scatterplot函数根据性别绘制不同颜色的散点图。通过这种方式可以看到性别对总账单和小费关系的影响。例如可以观察到男性和女性在小费上的差异。
步骤4箱线图Box Plot
箱线图可以帮助我们了解数据的分布及其异常值。
# 绘制箱线图展示不同日期的总账单分布
sns.boxplot(datatips, xday, ytotal_bill)
plt.title(Box plot of Total Bill by Day)
plt.xlabel(Day)
plt.ylabel(Total Bill)
plt.show()绘制箱线图 使用seaborn.boxplot函数其中data参数指定数据集x和y参数分别指定分类变量和连续变量。箱线图可以展示数据的中位数、四分位数及其异常值。 设置图表标题和标签 使用plt.title、plt.xlabel和plt.ylabel设置图表的标题和轴标签。 显示图表 使用plt.show()函数来显示图表。 箱线图是一种统计图表用于展示数据分布的五个统计量最小值、第一四分位数、中位数、第三四分位数和最大值。箱线图还可以展示异常值。在这个例子中使用seaborn.boxplot函数绘制不同日期day的总账单total_bill分布。通过箱线图可以看到不同日期的总账单分布情况并识别出哪些数据点是异常值。例如可以观察到在某些日期总账单的分布范围较广而在另一些日期分布范围较窄。
步骤5小提琴图Violin Plot
小提琴图结合了箱线图和核密度图可以提供关于数据分布的更多信息。
# 绘制小提琴图展示不同日期的小费分布
sns.violinplot(datatips, xday, ytip)
plt.title(Violin plot of Tip by Day)
plt.xlabel(Day)
plt.ylabel(Tip)
plt.show()绘制小提琴图 使用seaborn.violinplot函数其中data参数指定数据集x和y参数分别指定分类变量和连续变量。小提琴图展示了数据分布的核密度估计并结合了箱线图的元素。 设置图表标题和标签 使用plt.title、plt.xlabel和plt.ylabel设置图表的标题和轴标签。 显示图表 使用plt.show()函数来显示图表。 小提琴图结合了箱线图和核密度图的优点可以更详细地展示数据分布的特征。在这个例子中使用seaborn.violinplot函数绘制不同日期day的小费tip分布。通过小提琴图可以看到不同日期的小费分布情况并识别出数据分布的密度和异常值。例如可以观察到在某些日期小费的分布较为集中而在另一些日期分布较为分散。
步骤6绘制热力图Heatmap
热力图适合展示矩阵数据比如相关矩阵。例如绘制数据集的相关矩阵
# 选择数值列
numeric_tips tips.select_dtypes(includenumber)# 计算相关矩阵并绘制热力图
corr numeric_tips.corr()
plt.figure(figsize(10, 8))
sns.heatmap(corr, annotTrue, cmapcoolwarm, linewidths0.5)
plt.title(Heatmap of Correlation Matrix)
plt.show()计算相关矩阵 使用DataFrame.corr()函数计算数据集中数值变量之间的相关系数。 绘制热力图 使用seaborn.heatmap函数绘制热力图。corr相关矩阵作为热力图的数据输入。annotTrue在每个单元格中显示相关系数的数值。cmapcoolwarm设置热力图的颜色映射coolwarm颜色映射使得正相关和负相关的数据点能够通过颜色区分开来。linewidths0.5设置每个单元格之间的间隔线宽度。 设置图表大小使用plt.figure(figsize(10, 8))设置图表的大小确保图表清晰可读。 设置图表标题使用plt.title设置图表的标题。 显示图表使用plt.show()函数来显示热力图。 相关矩阵热力图解释 对角线热力图的对角线上的值都是1因为每个变量与自身的相关系数都是1。变量之间的相关性热力图的非对角线单元格显示了不同变量之间的相关系数。颜色的深浅表示相关性强弱颜色的方向冷暖表示正相关或负相关。 通过这些详细的步骤我们能够全面地分析和可视化餐馆小费数据深入了解影响小费的各种因素为进一步的数学建模和决策提供有力的支持。 总结
1. 生成数据集并保存为CSV文件
首先我们生成了一个包含餐馆小费信息的模拟数据集并将其保存为CSV文件。数据集包含以下字段total_bill、tip、sex、smoker、day、time和size。
2. 导入和预览数据
使用Pandas库读取本地CSV文件并预览数据集的前几行以了解数据的结构和内容。
3. 绘制散点图Scatter Plot
使用Seaborn的scatterplot函数绘制散点图展示总账单total_bill与小费tip之间的关系。
4. 添加回归线Regression Analysis
使用Seaborn的lmplot函数在散点图上添加回归线以更清晰地展示总账单和小费之间的线性关系。
5. 分类变量分析Categorical Variables
使用scatterplot函数的hue参数根据性别绘制不同颜色的散点图分析性别对总账单和小费关系的影响。
6. 绘制箱线图Box Plot
使用Seaborn的boxplot函数绘制箱线图展示不同日期的总账单分布帮助识别数据的中位数、四分位数及其异常值。
7. 绘制小提琴图Violin Plot
使用Seaborn的violinplot函数绘制小提琴图结合箱线图和核密度图提供更多关于数据分布的信息。
8. 绘制热力图Heatmap
计算数据集中数值变量之间的相关矩阵使用Seaborn的heatmap函数绘制热力图直观地展示各变量之间的相关性。
通过这些步骤可以全面地分析和可视化餐馆小费数据深入了解影响小费的各种因素为进一步的数学建模和决策提供有力的支持。
