数据可视化｜用散点图进行数据分析.pdfVIP

数据可视化 ｜⽤散点图进⾏数据分析 01 散点图的⽤途有很多，我认为它的核⼼价值，在于应⽤ 关思维，发现变量之间的关系。 散点图就像⼀扇窗，打开它，并仔细观察，能让我们看见更多有价值的信息。 ⽐如说，假设表格中有 10000 个客户年龄和消费⾦额的数据： 我们可以计算每⼀个年龄对应的⼈均消费⾦额，⽐如说，所有 20 岁客户的平均消费⾦额约为 1383.69 元，然后我们可 以画出⼀张散点图： 从图中可以看出，客户的年龄与⼈均消费⾦额有很强的 关性，其中应⽤了线性回归算法，得到⼀条拟合的直线，并⽤ 公式表⽰出来， 接近于 1 ，代表算法拟合的效果很好。 02 接下来，我们看看具体实现的步骤。 # 导⼊所需的库 importnumpy asnp importpandas aspd importmatplotlib asmpl importmatplotlib.pyplot asplt fromsklearn.linear_ model importLinearRegression fromsklearn.prepro essing importPolynomialFeatures fromsklearn.pipeline importPipeline # 正常显⽰中⽂标签 mpl.r Params[ font.sans-serif] = [ SimHei] # ⾃动适应布局 mpl.r Params.update({ figure.autolayout: True}) # 正常显⽰负号 mpl.r Params[ axes.uni ode_ minus] = False # 禁⽤科学计数法 pd.set_option( display.float_format, lambdax : %.2f% x) # 定义颜⾊，主⾊：蓝⾊，辅助⾊：灰⾊，互补⾊：橙⾊ = { 蓝⾊: #00589F, 深蓝⾊: #003867, 浅蓝⾊: #5D9BCF, 灰⾊: #999999, 深灰⾊: #666666, 浅灰⾊: #CCCCCC, 橙⾊: #F68F00, 深橙⾊: #A05D00, 浅橙⾊: #FBC171} 其次，从 Ex el ⽂件中读取数据，并调⽤ sklearn 中的算法，得到拟合的直线和评分结果。 # 数据源路径 filepath= ./data/客户年龄和消费⾦额.xlsx # 读取 Ex el⽂件 df = pd.read_ex el(filepath, index_ ol= 客户编号) # 定义画图⽤的数据：年龄和⼈均消费⾦额 df_group = df.groupby( 年龄).mean x = np.array(df_group.index).reshape( -1, 1) y = np.array(df_group.values) # ⽤管道的⽅式调⽤算法，以便把线性回归扩展为多项式回归 poly_ reg = Pipeline([ ( ploy, PolynomialFeatures(degree= 1)), ( lin_ reg, LinearRegression) ]) # 拟合 poly_ reg.fit(x, y) # 斜率 oef = poly_ reg.steps[ 1][ 1]. oef_ # 截距 inter ept = poly_ reg.steps[ 1][ 1].inter ept_ # 评分 s ore = poly_ reg.s ore(x, y) # 使⽤ 「⾯向对象」的⽅法画图，定义图⽚的⼤⼩ # 使⽤ 「⾯向对象」的⽅法画图，定义图⽚的⼤⼩ fig, ax = plt.subplots(figsize=( 8, 6)) # 设置标题 ax.set_title( n客户每年长⼀岁，⼈均消费⾦额增加+ %.2f% oef[ 0][ 1] + 元n, lo = left, size= 26, olor= [ 深灰⾊]) # 画⽓泡图 ax.s atter(x, y, olor= [ 蓝⾊], marker= ., s= 100, zorder= 1) # # 绘制预测线 y2 = poly_ reg.predi t(x) ax.plot(x, y2, -, = [ 橙⾊], zorder= 2) # 隐藏边框 ax.spines[ top].set_visible( False) ax.spines[ right].set_visible( Fa