//2019.07.23
1、箱形图，又称为盒式图，一般可以很好地反映出数据分布的特征，也可以进行多项数据之间分布特征的比较，它主要包含五个基础数据：中位数，两个上下分位数以及上下边缘线数据
其中的一些参数具体含义及其计算过程如下：
ax1.set_ylabel("电影数量",fontsize=15)
ax1.set_xlabel("评分",fontsize=15)ax1.set_title("频率分布直方图",fontsize=20)y=mlab.normpdf(bins,df["评分"].mean(),df["评分"].std()) #生成正态分布函数
ax2=ax1.twinx() #定义新的双轴图函数ax2.plot(bins,y,"b--")ax2.set_ylabel("概率分布",fontsize=15)3、#散点图的绘制plt.scatter(x,y)绘制散点图
x=df["评分人数"][::10]y=df["评分"][::10] #隔10个点进行选取数据点plt.figure(2)plt.scatter(x,y,color="r",marker="p") #散点图函数图像输出plt.xlabel("评分",fontsize=15)plt.ylabel("评分人数",fontsize=15)plt.title("酒店评分与人数散点图",fontsize=20)4、#箱线图的绘制d=df[df.类型=="商务出行"]["评分"]print(d)plt.figure(4)plt.boxplot(d,whis=1.5,flierprops={"marker":"o","markerfacecolor":"r","color":"g"},patch_artist=True,boxprops={"color":"k","facecolor":"g"})
#箱线图的格式设置和调整
plt.title("商务出行酒店的评分数据分布",fontsize=17)#多组数据的箱线图d1=df[df.类型=="浪漫情侣"]["评分"]d2=df[df.类型=="地铁周边"]["评分"]d3=df[df.类型=="休闲度假"]["评分"]d4=df[df.类型=="海滨风光"]["评分"]d5=df[df.类型=="交通方便"]["评分"]d6=df[df.类型=="商务出行"]["评分"]plt.figure(5)plt.boxplot([d1,d2,d3,d4,d5,d6],labels=["浪漫情侣","地铁周边","休闲度假","海滨风光","交通方便","商务出行"],whis=1.5,flierprops={"marker":"o","markerfacecolor":"r","color":"g"},patch_artist=True,boxprops={"color":"k","facecolor":"g"},vert=True) #多组数据分布特征比较,vert决定了整体图像的横向与纵向#坐标轴的编辑与改变ax=plt.gca() #坐标轴的编辑与改变ax.patch.set_facecolor("white") #设置坐标轴的背景颜色ax.patch.set_alpha(0.3) #设置配色和透明度plt.title("不同类型酒店的评分箱线图",fontsize=20)plt.xlabel("酒店类型",fontsize=15)plt.ylabel("评分大小",fontsize=15)#相关系数矩阵图df1=df[["评分","评分人数"]]df1["排序"]=np.random.randint(1,100,396)print(df1)r1=pd.scatter_matrix(df1,diagonal="kde",color="k",alpha=0.3,figsize=(10,10))#对于多个数据减的散点图绘制函数参数设置，diagonal表示对角线图像kde/hist(数据密度图或者直方图选择)5、#相关系数热力图
import seaborn as snscorr=df1.corr()corr=abs(corr)ax=plt.figure(figsize=(10,8))ax=sns.heatmap(corr,vmax=1,vmin=0,annot=True,annot_kws={"size":13,"weight":"bold"},linewidth=0.05)
plt.xticks(fontsize=15)
plt.yticks(fontsize=15)plt.xlabel("数据名称",fontsize=15)plt.ylabel("数据名称",fontsize=15)plt.title("不同数据间相关系数矩阵图",fontsize=20)plt.show()整体运行代码如下：
import numpy as np import matplotlib.pyplot as plt import pandas as pd plt.rcParams["font.sans-serif"]=["SimHei"] #输出图像的标题可以为中文正常输出 plt.rcParams["axes.unicode_minus"]=False #可以正常输出图线里的负号 import warnings warnings.filterwarnings("ignore") #忽略相应的警告信息 df=pd.read_excel("D:/Byrbt2018/Study/Python数据分析课程+练习+讲解/Python数据分析课程+练习+讲解/作业/作业4/作业4/酒店数据1.xlsx")#导入w我们的表格数据文件 print(df) print(df.index) print(df.columns) d=df[:5] print(d) #双轴图的绘制.twinx() import matplotlib.mlab as mlab fig=plt.figure(figsize=(10,8)) ax1=fig.add_subplot(1,1,1) n,bins,patches=ax1.hist(df["评分"],bins=100,color="m") ax1.set_ylabel("电影数量",fontsize=15) ax1.set_xlabel("评分",fontsize=15) ax1.set_title("频率分布直方图",fontsize=20) y=mlab.normpdf(bins,df["评分"].mean(),df["评分"].std()) #生成正态分布函数 ax2=ax1.twinx() #定义新的双轴图函数 ax2.plot(bins,y,"b--") ax2.set_ylabel("概率分布",fontsize=15) #散点图的绘制plt.scatter(x,y)绘制散点图 x=df["评分人数"][::10] y=df["评分"][::10] #隔10个点进行选取数据点 plt.figure(2) plt.scatter(x,y,color="r",marker="p") #散点图函数图像输出 plt.xlabel("评分",fontsize=15) plt.ylabel("评分人数",fontsize=15) plt.title("酒店评分与人数散点图",fontsize=20) #箱线图的绘制 d=df[df.类型=="商务出行"]["评分"] print(d) plt.figure(4) plt.boxplot(d,whis=1.5,flierprops={"marker":"o","markerfacecolor":"r","color":"g"},patch_artist=True,boxprops={"color":"k","facecolor":"g"}) #箱线图的格式设置和调整 plt.title("商务出行酒店的评分数据分布",fontsize=17) #多组数据的箱线图 d1=df[df.类型=="浪漫情侣"]["评分"] d2=df[df.类型=="地铁周边"]["评分"] d3=df[df.类型=="休闲度假"]["评分"] d4=df[df.类型=="海滨风光"]["评分"] d5=df[df.类型=="交通方便"]["评分"] d6=df[df.类型=="商务出行"]["评分"] plt.figure(5) plt.boxplot([d1,d2,d3,d4,d5,d6],labels=["浪漫情侣","地铁周边","休闲度假","海滨风光","交通方便","商务出行"],whis=1.5,flierprops={"marker":"o","markerfacecolor":"r","color":"g"},patch_artist=True,boxprops={"color":"k","facecolor":"g"} ,vert=True) #多组数据分布特征比较,vert决定了整体图像的横向与纵向 #坐标轴的编辑与改变 ax=plt.gca() #坐标轴的编辑与改变 ax.patch.set_facecolor("white") #设置坐标轴的背景颜色 ax.patch.set_alpha(0.3) #设置配色和透明度 plt.title("不同类型酒店的评分箱线图",fontsize=20) plt.xlabel("酒店类型",fontsize=15) plt.ylabel("评分大小",fontsize=15) #相关系数矩阵图 df1=df[["评分","评分人数"]] df1["排序"]=np.random.randint(1,100,396) print(df1) r1=pd.scatter_matrix(df1,diagonal="kde",color="k",alpha=0.3,figsize=(10,10)) #对于多个数据减的散点图绘制函数参数设置，diagonal表示对角线图像kde/hist #相关系数热力图 import seaborn as sns corr=df1.corr() corr=abs(corr) ax=plt.figure(figsize=(10,8)) ax=sns.heatmap(corr,vmax=1,vmin=0,annot=True,annot_kws={"size":13,"weight":"bold"},linewidth=0.05) plt.xticks(fontsize=15) plt.yticks(fontsize=15) plt.xlabel("数据名称",fontsize=15) plt.ylabel("数据名称",fontsize=15) plt.title("不同数据间相关系数矩阵图",fontsize=20) plt.show() 输出结果如下： 
