- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
《数据可视化》课程设计报告
班级:
姓名:
学号:
指导教师:
计算机与信息工程系
20/20学年度第学期
《数据可视化》课程设计
第PAGE1页
1、数据描述
数据科学工作薪酬数据集包含11列,每列分别是:
work_year:发工资的年份。
experience_level:该职位在一年内的经验水平
EN-入门级/初级?
MI-中级/中级
SE-高级/专家
EX行政级别/董事
employment_type:角色的雇佣类型
PT–兼职
FT-全职
CT-合同
FL-自由职业者
job_title:这一年中工作的角色。
salary:支付的工资总额。
salary_currency:作为ISO4217货币代码支付的工资的货币。
salaryinusd:以美元计算的工资
employee_residence:作为ISO3166国家代码,雇员在工作年度的主要居住国家。
remote_ratio:远程完成的总工作量
company_location:雇主的主要办事处或承包分公司所在的国家
company_size:该年度为该公司工作的人数中位数
2、开发环境
编程语言:Python
开发工具:Jupyternotebook(Python3.9)
第三方库:pandas、numpy、matplotlib
3、数据基本信息查看
图3-1数据类型信息
如图3-1所示,数据表中共有11个变量,期中work_year、salary、以及salary_in_usd为整型数据,其余为字符型数据。
4、数据清洗
图4-1数据表中个变量存在空值情况
如图4-1所示,数据表中个变量没有空值
5-1工作经验分布
如图5-1所示,数据表中大部分为高级工程师,高达67%,行政管理人员占比最少,只有3%。
5、数据分析及可视化
6、源代码
数据基本信息查看:
图3-1:
df.info()#展示数据的类型
数据分析及可视化:
图5-1:
plt.figure(figsize=(6,5),dpi=80)
#计算各个经验等级员工的人数
level_counts=df[experience_level].value_counts()
#绘制一个饼图
plt.pie(level_counts.values,labels=level_counts.index,autopct=%1.1f%%)
#添加标题
plt.title(ExperienceLevelDistribution)
#展示图像
plt.show()
7、总结与收获
8、参考文献
(1)Python数据可视化之Matplotlib实践》刘大成主编,电子工业出版社,2018.9
9、指导教师评语
格式要求:A4纸打印,左右页边距2.5cm。表格中正文文字均为宋体小四号字,1.25倍行距,首行缩进2字符,表格中的标题为黑体四号字,行间距1.5倍行距。左侧装订。
图、表格编号并有标题。
文档评论(0)