手把手教你用直方图、饼图和条形图做数据分析（Python代码）

对于定量数据，要想了解其分布形式是对称的还是非对称的、发现某些特大或特小的可疑值，可做出频率分布表、绘制频率分布直方图、绘制茎叶图进行直观分析；对于定性数据，可用饼图和条形图直观地显示其分布情况。

01 定量数据的分布分析

对于定量变量而言，选择“组数”和“组宽”是做频率分布分析时最主要的问题，一般按照以下步骤进行：

第一步：求极差。
第二步：决定组距与组数。
第三步：决定分点。
第四步：列出频率分布表。
第五步：绘制频率分布直方图。

遵循的主要原则如下：

各组之间必须是相互排斥的。
各组必须将所有的数据包含在内。
各组的组宽最好相等。

下面结合具体实例来运用分布分析对定量数据进行特征分析。

表3-2是菜品“捞起生鱼片”在2014年第二个季度的销售数据，绘制销售量的频率分布表、频率分布图，对该定量数据做出相应的分析。

▲表3-2 “捞起生鱼片”的销售情况

1. 求极差

极差=最大值-最小值=3960-45=3915

2. 分组

这里根据业务数据的含义，可取组距为500，则组数如下所示。

组数=极差/组距=3915/500=7.83≈8

3. 决定分点

分布区间如表3-3所示。

▲表3-3 分布区间

4. 绘制频率分布直方表

根据分组区间得到如表3-4所示的频率分布表。

其中，第1列将数据所在的范围分成若干组段，其中第1个组段要包括最小值，最后一个组段要包括最大值。习惯上将各组段设为左闭右开的半开区间，如第一个组段为[0,500)。
第2列组中值是各组段的代表值，由本组段的上限值和下限值相加除以2得到。
第3列和第4列分别为频数和频率。
第5列是累计频率，是否需要计算该列数值视情况而定。

▲表3-4 频率分布

5. 绘制频率分布直方图

若以2014年第二季度“捞起生鱼片”这道菜每天的销售额组段为横轴，以各组段的频率密度（频率与组距之比）为纵轴，表3-4中的数据可绘制成频率分布直方图，如代码清单3-3所示。

代码清单3-3 “捞起生鱼片”的季度销售情况

 
 
 
 
  
  
  
  import pandas as pd  
  
  
  
  import numpy as np  
  
  
  
  catering_sale = '../data/catering_fish_congee.xls'        # 餐饮数据  
  
  
  
  data = pd.read_excel(catering_sale,names=['date','sale'])  # 读取数据，指定“日期”  
  
  
  
      列为索引  
  
  
  
  bins = [0,500,1000,1500,2000,2500,3000,3500,4000]  
  
  
  
  labels = ['[0,500)','[500,1000)','[1000,1500)','[1500,2000)',  
  
  
  
         '[2000,2500)','[2500,3000)','[3000,3500)','[3500,4000)']  
  
  
  
  data['sale分层'] = pd.cut(data.sale, bins, labelslabels=labels)  
  
  
  
  aggResult = data.groupby(by=['sale分层'])['sale'].agg({'sale': np.size})  
  
  
  
  pAggResult = round(aggResult/aggResult.sum(), 2, ) * 100  
  
  
  
  import matplotlib.pyplot as plt  
  
  
  
  plt.figure(figsize=(10,6))     # 设置图框大小尺寸  
  
  
  
  pAggResult['sale'].plot(kind='bar',width=0.8,fontsize=10)  # 绘制频率直方图  
  
  
  
  plt.rcParams['font.sans-serif'] = ['SimHei']               # 用来正常显示中文标签  
  
  
  
  plt.title('季度销售额频率分布直方图',fontsize=20)  
  
  
  
  plt.show()

运行代码清单3-3可得季度销售额频率分布直方图，如图3-3所示。

▲图3-3 季度销售额频率分布直方图

02 定性数据的分布分析

对于定性变量，常常根据变量的分类类型来分组，可以采用饼图和条形图来描述定性变量的分布，如代码清单3-4所示。

代码清单3-4 不同菜品在某段时间的销售量分布情况

 
 
 
 
  
  
  
  import pandas as pd  
  
  
  
  import matplotlib.pyplot as plt  
  
  
  
  catering_dish_profit = '../data/catering_dish_profit.xls'# 餐饮数据  
  
  
  
  data = pd.read_excel(catering_dish_profit)  # 读取数据，指定“日期”列  
  
  
  
    为索引  
  
  
  
  # 绘制饼图  
  
  
  
  x = data['盈利']  
  
  
  
  labels = data['菜品名']  
  
  
  
  plt.figure(figsize=(8, 6))  # 设置画布大小  
  
  
  
  plt.pie(x,labelslabels=labels)  # 绘制饼图  
  
  
  
  plt.rcParams['font.sans-serif'] = 'SimHei'  
  
  
  
  plt.title('菜品销售量分布（饼图）')  # 设置标题  
  
  
  
  plt.axis('equal')  
  
  
  
  plt.show()  
  
  
  
  # 绘制条形图  
  
  
  
  x = data['菜品名']  
  
  
  
  y = data['盈利']  
  
  
  
  plt.figure(figsize=(8, 4))  # 设置画布大小  
  
  
  
  plt.bar(x,y)  
  
  
  
  plt.rcParams['font.sans-serif'] = 'SimHei'  
  
  
  
  plt.xlabel('菜品')  # 设置x轴标题  
  
  
  
  plt.ylabel('销量')  # 设置y轴标题  
  
  
  
  plt.title('菜品销售量分布（条形图）')# 设置标题  
  
  
  
  plt.show()  # 展示图片

饼图的每一个扇形部分代表每一类型的所占百分比或频数，根据定性变量的类型数目将饼图分成几个部分，每一部分的大小与每一类型的频数成正比；条形图的高度代表每一类型的百分比或频数，条形图的宽度没有意义。

运行代码清单3-4可得不同菜品在某段时间的销售量分布图，如图3-4和图3-5所示。

▲图3‑4 菜品销售量分布（饼图）

▲图3‑5 菜品销售量分布（条形图）

关于作者：张良均，资深大数据挖掘与分析专家、模式识别专家、AI技术专家。有10余年大数据挖掘与分析经验，擅长Python、R、Hadoop、Matlab等技术实现的数据挖掘与分析，对机器学习等AI技术驱动的数据分析也有深入研究。

本文摘编自《Python数据分析与挖掘实战》（第2版），经出版方授权发布。

当前名称：手把手教你用直方图、饼图和条形图做数据分析（Python代码）
文章路径：http://www.csdahua.cn/qtweb/news22/390572.html

网站建设、网络推广公司-快上网，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源：快上网

成都快上网为您推荐相关内容