位置：首页-资讯-后端开发

Python数据分布类型图（箱型图、直方图）

2023-09-08 21:44

短信预约 -IT技能 免费直播动态提醒

本文示例：根据箱型图、直方图的代码和数据的条件查询方法，画出航空公司男性和女性用户的年龄分布箱型图和直方图。

图形概念

1.箱型图

箱型图是一种用作显示一组数据分散情况资料的统计图，它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后，连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。

25%分位数（下四分位数）：序列中有25%的数据小于这个数

中位数（50%分位数）：序列中有50%的数据小于这个数

75%分位数（上四分位数）：序列中有75%的数据小于这个数

最大值：序列100%的数据小于这个数

最小值：序列没有数据小于这个数

2.直方图

直方图(Histogram)，又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。直方图容易和柱形图搞混淆，外观上没有区别，但是直方图一般指用来描述数据的分布的柱形图。

直方图的常见作用有以下三点：

(1)显示质量波动的状态；

(2)较直观地传递有关过程质量状况的信息；

(3)通过研究质量波动状况之后，就能掌握过程的状况，从而确定在什么地方集中力量进行质量改进工作。

步骤：

1、导入相关库

import pandas as pdfrom pyecharts import options as optsfrom pyecharts.charts import Boxplotfrom pyecharts.charts import Bar

Boxplot库是pyecharts中的一个图表类型，用于显示数据的统计分布情况。
2、Bar库是pyecharts中的另外一个图表类型，用于绘制柱状图。Bar图可以展示不同类别的数据大小之间的比较，也可以用于显示时间序列数据的变化。

读取文件，获取数据集

data = pd.read_excel(r'航空公司数据-剔除空年龄.xlsx')data

2、对数据进行处理

筛选出表格中性别为男的存给变量a1,性别为女的存给变量a3

a1 = data['性别']=="男"a2 = data['性别']=="女"

把表格中性别为男的数据存给变量a3并打印出来

a3 = data.loc[a1,:]a3

把表格中性别为女的数据存给变量a4并打印出来

a4 = data.loc[a2,:]a4

把年龄那一列变为二维列表

pyecherts 中有特殊的要求，加入的数据必须是列表类型的，所以在画图之前我先对所需数据进行处理，处理的方法有以下几种（list()函数、字符串转列表、tolist()等），这里我用的是tolist()函数。

y1 = [a3['年龄'].tolist()] # 注意需要二维列表y2 = [a4['年龄'].tolist()]

创建一个箱型图对象，并加入男性的二维列表数据

c = Boxplot()c.prepare_data(y1) # [最小值,下四分位数,中位数,上四分位数,最大值]

女性的同上

c = Boxplot()c.prepare_data(y2)

3、绘制图形

箱型图

# from pyecharts import options as opts# from pyecharts.charts import Boxplotc = Boxplot() # 先创建出图形对象c.add_xaxis([""])  # 必须输入，但多数时候不需要c.add_yaxis("男",             c.prepare_data(y1), # 数据经过prepare_data方法处理得到[最小值,下四分位数,中位数,上四分位数,最大值]            itemstyle_opts = opts.ItemStyleOpts(color='#FFDAB9',                    border_color='#F08080',                   )           ) c.add_yaxis("女",             c.prepare_data(y2),            itemstyle_opts = opts.ItemStyleOpts(color='#87CEEB',   #配置箱子颜色                    border_color='blue', #箱子的边框颜色                   )           )# 全局配置项c.set_global_opts(title_opts=opts.TitleOpts(title="男女性年龄分布箱型图"),  #标题                  yaxis_opts=opts.AxisOpts(  # y轴的标题                        type_="value",   # 类型                        name="年龄",  # y轴标签                        splitarea_opts=opts.SplitAreaOpts(   # 设置标签不显示is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)                        ),                    ),                       )c.render_notebook()

结果展示：

这组数据显示出：

男性女性

最小值(minimum)=13 最小值(minimum)=12
下四分位数(Q1)=38 下四分位数(Q1)=35
中位数(Med--也就是Q2)=44 中位数(Med--也就是Q2)=40
上四分位数(Q3)=50 上四分位数(Q3)=48
最大值(maximum)=89 最大值(maximum)=78

直方图

画图前分组并把筛选出来的数据转为列表

dict = data.groupby(by=['性别','年龄'])['年龄'].count()   #分组x1 = dict['女'].index.tolist()    #把筛选出来的数据转为列表x11 = dict['女'].values.tolist()x2 = dict['男'].index.tolist()x22 = dict['男'].values.tolist()

绘制女性直方图

x = [i for i in dict.index]y = dict.tolist()c = (    Bar()    .add_xaxis(x1)    .add_yaxis("女", x11,                category_gap=0, # 设置柱子之间的间距为0               color='#87CEEB')    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方图")))c.render_notebook()

绘制男性直方图

x = [i for i in dict.index]y = dict.tolist()c = (    Bar()    .add_xaxis(x2)    .add_yaxis("男", x22,                category_gap=0, # 设置柱子之间的间距为0               color='#ff8080')    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方图")))c.render_notebook()