以下練習數據來源均為seaborn庫中提供，通過網絡獲取，如果出現網絡獲取慢或者失敗的情況，可以到GitHub上搜索seaborn-data，下載後傳入讀取路徑即可

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

航班乘客變化分析

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

分析年度乘客總量變化情況

按年度進行分組，並統計每個分組的總和數據

<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>

圖中可以看出，從1949年-1960年的乘機人數來看，航空業發展迅速

分析乘客在一年中各月份的分佈

按月度進行分組，並統計每個分組的總和數據

<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>

圖中可以看出，每年的七八月份是人數最多的

鳶尾花花型尺寸分析

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

萼片（sepal）和花瓣（petal）的大小關係

要計算萼片和花瓣大小關係，我們是知道萼片長寬及花瓣長寬的，最簡單的計算方式：長*寬

<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>

圖中可以看出，萼片大小與花瓣大小基本成正相關關係，圖上還可以看到有特殊情況出現

不同種類（species）鳶尾花萼片和花瓣的大小關係

上面是對所有花的數據進行對比，不是很嚴謹，我們需要按花的類型進行分類後，再看每個分類裡面的萼片與花瓣大小關係

<code># 取出類型
species = data.species.unique()

# 每種類型定義不同顏色
colors = ['steelblue', '#9999ff', '#ff9999']

for i, spec in enumerate(species):
    # 按類型取出花的數據，並計算大小
    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>

這幅圖就很明確的可以看出，萼片與花瓣大小不成正比的花是同一類型，而其他兩類都是成正相關關係

餐廳消費情況分析

<code>data = sns.load_dataset("tips", data_home='./seaborn-data')
data.head()
# 總消費，小費，性別，吸菸與否，就餐星期，就餐時間，就餐人數/<code>

小費和總消費之間的關係

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

從圖上可以看出，總消費和小費之間基本成正相關關係，即總消費高，小費給的也多一些

男性顧客和女性顧客，誰更慷慨

按照性別分組，展示小費數量

<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>

從圖上可以看出男女顧客在小費的平均值上相差不大，但是男女顧客中都存在小費給的比較高的情況，這方面男性顧客要更慷慨一些

抽菸與否是否會對小費金額產生影響

按照是否吸菸分組，展示小費數量

<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>

從圖中可以看出，平均小費金額上吸菸顧客要給的高一點，但是特例情況中不吸菸的顧客給高小費的情況要比吸菸的顧客多

工作日和週末，什麼時候顧客給的小費更慷慨

按照工作日分組，展示小費數量

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

# 增加一個是否工作日的記錄
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>

從圖中可以看出，週末小費給的更多一些，當然也可以是因為消費人多，畢竟周內大家都上班呢

午飯和晚飯，哪一頓顧客更願意給小費

按照就餐時間分組，統計小費情況

<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>

很明顯晚餐的時候人們更願意給小費，應該是晚餐的時候人們就餐時間長一些，所以更願意給小費

就餐人數是否會對慷慨度產生影響

按照就餐人數分組，統計小費情況，因為數據當中就餐人數比較少，所以直接分組，如果人數變化大，可以先按照區間進行分組統計

<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>

從圖上可以看出，隨著就餐人數的增多，給予的小費也相對多了

性別+抽菸的組合因素對慷慨度的影響

按照性別和抽菸分組，統計小費情況

<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>

從圖中可以看出，男性抽菸和女性抽菸者均比同性別不抽菸的顧客給的小費多，女性抽菸者甚至比男性不抽菸者給的多，但是在高端小費領域男性不抽菸者就比較大氣慷慨了

今天先到這裡，明天我們再分析一下

閱讀更多 Python集結號 的文章

關鍵字: Python 社交網絡 獲取