以下练习数据来源均为seaborn库中提供，通过网络获取，如果出现网络获取慢或者失败的情况，可以到GitHub上搜索seaborn-data，下载后传入读取路径即可

<code>from matplotlib import pyplot as plt
import seaborn as sns/<code>

航班乘客变化分析

<code>data = sns.load_dataset("flights")
data.head()/<code>

分析年度乘客总量变化情况

按年度进行分组，并统计每个分组的总和数据

<code>year_data = data.groupby(by=['year']).sum()
plt.plot(year_data.index, year_data['passengers'], color='red', linewidth=1.5, linestyle='-', marker='.')
plt.title('Annual change graph')
plt.xlabel('Year')
plt.ylabel('Passengers')
plt.legend(['Annual']，)
plt.grid(True)
plt.show()/<code>

图中可以看出，从1949年-1960年的乘机人数来看，航空业发展迅速

分析乘客在一年中各月份的分布

按月度进行分组，并统计每个分组的总和数据

<code>month_data = data.groupby(by=['month']).sum()

plt.figure(figsize=(10,5))
plt.bar(month_data.index, month_data['passengers'], color='blue', alpha = 0.8)
plt.title('Annual change graph')
plt.xlabel('Month')
plt.ylabel('Passengers')
plt.ylim([0, 5000])
plt.xticks(list(month_data.index), list(month_data.index), rotation=60)

for x, y in zip(month_data.index, month_data['passengers']):
    plt.text(x, y + 100, '%s' % y, ha='center')
plt.legend(['Annual'], loc='upper left')
plt.show()/<code>

图中可以看出，每年的七八月份是人数最多的

鸢尾花花型尺寸分析

<code>data = sns.load_dataset("iris", data_home='./seaborn-data')
data.head()/<code>

萼片（sepal）和花瓣（petal）的大小关系

要计算萼片和花瓣大小关系，我们是知道萼片长宽及花瓣长宽的，最简单的计算方式：长*宽

<code># 萼片大小
sepal = data['sepal_length'] * data['sepal_width']

# 花瓣大小
petal = data['petal_length'] * data['petal_width']

plt.scatter(sepal, petal)
plt.xlabel('sepal')
plt.ylabel('petal')
plt.show()/<code>

图中可以看出，萼片大小与花瓣大小基本成正相关关系，图上还可以看到有特殊情况出现

不同种类（species）鸢尾花萼片和花瓣的大小关系

上面是对所有花的数据进行对比，不是很严谨，我们需要按花的类型进行分类后，再看每个分类里面的萼片与花瓣大小关系

<code># 取出类型
species = data.species.unique()

# 每种类型定义不同颜色
colors = ['steelblue', '#9999ff', '#ff9999']

for i, spec in enumerate(species):
    # 按类型取出花的数据，并计算大小
    items = data[(data['species'] == spec)]
    sepal = items['sepal_length'] * items['sepal_width']
    petal = items['petal_length'] * items['petal_width']
    plt.scatter(sepal, petal, c=colors[i], label=spec)
plt.xlabel('sepal')
plt.ylabel('petal')
plt.legend(loc='upper left')
plt.show()/<code>

这幅图就很明确的可以看出，萼片与花瓣大小不成正比的花是同一类型，而其他两类都是成正相关关系

餐厅消费情况分析

<code>data = sns.load_dataset("tips", data_home='./seaborn-data')
data.head()
# 总消费，小费，性别，吸烟与否，就餐星期，就餐时间，就餐人数/<code>

小费和总消费之间的关系

<code>plt.scatter(data['total_bill'], data['tip'])
plt.xlabel('total_bill')
plt.ylabel('tip')/<code>

从图上可以看出，总消费和小费之间基本成正相关关系，即总消费高，小费给的也多一些

男性顾客和女性顾客，谁更慷慨

按照性别分组，展示小费数量

<code>tips = []
sexs = []
for sex, items in data.groupby(by=['sex']): 

    sexs.append(sex)
    tips.append(items['tip'])
plt.boxplot(x=tips, patch_artist=True, labels=sexs, showmeans=True, medianprops = {'linestyle':'--','color':'orange'})
plt.show()/<code>

从图上可以看出男女顾客在小费的平均值上相差不大，但是男女顾客中都存在小费给的比较高的情况，这方面男性顾客要更慷慨一些

抽烟与否是否会对小费金额产生影响

按照是否吸烟分组，展示小费数量

<code>tips = []
smokers = []
for smoker, items in data.groupby(by=['smoker']):
    smokers.append(smoker)
    tips.append(items['tip'])
plt.boxplot(x=tips, patch_artist=True, labels=smokers, showmeans=True, medianprops = {'linestyle':'--','color':'orange'})
plt.show()
/<code>

从图中可以看出，平均小费金额上吸烟顾客要给的高一点，但是特例情况中不吸烟的顾客给高小费的情况要比吸烟的顾客多

工作日和周末，什么时候顾客给的小费更慷慨

按照工作日分组，展示小费数量

<code>work_day = ['Mon', 'Tue', 'Wed', 'Thur', 'Fri']

# 增加一个是否工作日的记录
data['work'] = data['day'].isin(work_day)
data.head()
/<code>

<code>tips = []
works = []
for work, items in data.groupby(by=['work']):
    works.append(work)
    tips.append(items['tip']) 

plt.boxplot(x=tips, patch_artist=True, labels=works, showmeans=True, medianprops = {'linestyle':'--','color':'orange'})
/<code>

从图中可以看出，周末小费给的更多一些，当然也可以是因为消费人多，毕竟周内大家都上班呢

午饭和晚饭，哪一顿顾客更愿意给小费

按照就餐时间分组，统计小费情况

<code>tips = []
times = []
for time, items in data.groupby(by=['time']):
    times.append(time) 

    tips.append(items['tip'])
plt.boxplot(x=tips, patch_artist=True, labels=times, showmeans=True, medianprops = {'linestyle':'--','color':'orange'})
/<code>

很明显晚餐的时候人们更愿意给小费，应该是晚餐的时候人们就餐时间长一些，所以更愿意给小费

就餐人数是否会对慷慨度产生影响

按照就餐人数分组，统计小费情况，因为数据当中就餐人数比较少，所以直接分组，如果人数变化大，可以先按照区间进行分组统计

<code>tips = []
sizes = []
for size, items in data.groupby(by=['size']):
    sizes.append(size)
    tips.append(items['tip'])
plt.boxplot(x=tips, patch_artist=True, labels=sizes, showmeans=True, medianprops = {'linestyle':'--','color':'orange'})
plt.show()
/<code>

从图上可以看出，随着就餐人数的增多，给予的小费也相对多了

性别+抽烟的组合因素对慷慨度的影响

按照性别和抽烟分组，统计小费情况

<code>tips = []
groups = []
for group, items in data.groupby(by=['sex', 'smoker']):
    groups.append(group)
    tips.append(items['tip'])
plt.boxplot(x=tips, patch_artist=True, labels=groups, showmeans=True, medianprops = {'linestyle':'--','color':'orange'})
plt.show()/<code>

从图中可以看出，男性抽烟和女性抽烟者均比同性别不抽烟的顾客给的小费多，女性抽烟者甚至比男性不抽烟者给的多，但是在高端小费领域男性不抽烟者就比较大气慷慨了

今天先到这里，明天我们再分析一下

閱讀更多 Python集結號 的文章

關鍵字: 获取 练习 GitHub