CDA數(shù)據(jù)分析研究院原創(chuàng)作品，轉(zhuǎn)載需授權(quán)

小編總是被那些玩轉(zhuǎn)數(shù)據(jù)、利用數(shù)據(jù)做出超炫酷圖表的大佬深深折服，膝蓋都不夠給他們。進(jìn)行數(shù)據(jù)可視化做出超炫圖表的軟件有很多，今天小編也用數(shù)據(jù)分析常用的python來演示一下如何做出精彩的數(shù)據(jù)可視化呈現(xiàn)。

導(dǎo)入相關(guān)的庫(kù)和加載數(shù)據(jù)

import numpy as np 

import pandas as pd 

import seaborn as sns

import matplotlib.pyplot as plt

from datetime import date, timedelta, datetime

設(shè)置路徑和加載數(shù)據(jù)

小編使用的是一個(gè)記錄美國(guó)1908年到2009年飛機(jī)出事和死亡乘客記錄的數(shù)據(jù)。

import os

os.chdir(r'D:\data\air_data')

Data=pd.read_csv('airplane.csv')

查看各列有沒有缺失值：

Data.isnull().sum()

對(duì)缺失數(shù)據(jù)進(jìn)行清洗：

Data['Time'] = Data['Time'].replace(np.nan, '00:00') 

Data['Time'] = Data['Time'].str.replace('c: ', '')

Data['Time'] = Data['Time'].str.replace('c:', '')

Data['Time'] = Data['Time'].str.replace('c', '')

Data['Time'] = Data['Time'].str.replace('12\'20', '12:20')

Data['Time'] = Data['Time'].str.replace('18.40', '18:40')

Data['Time'] = Data['Time'].str.replace('0943', '09:43')

Data['Time'] = Data['Time'].str.replace('22\'08', '22:08')

Data['Time'] = Data['Time'].str.replace('114:20', '00:00')

Data['Time'] = Data['Date'] + ' ' + Data['Time'] 

    return datetime.strptime(x, '%m/%d/%Y %H:%M')

Data['Time'] = Data['Time'].apply(todate) 

print('Date ranges from ' + str(Data.Time.min()) + ' to ' + str(Data.Time.max()))

Data.Operator = Data.Operator.str.upper() 

數(shù)據(jù)可視化

繪制1908年到2009年飛機(jī)出事頻數(shù)的折線圖，大概得出一個(gè)趨勢(shì)變化。

Temp = Data.groupby(Data.Time.dt.year)[['Date']].count()

Temp = Temp.rename(columns={"Date": "Count"})

plt.figure(figsize=(12,6))

plt.style.use('bmh')

plt.plot(Temp.index, 'Count', data=Temp, color='blue', marker = ".", linewidth=1)

plt.xlabel('Year', fontsize=10)

plt.ylabel('Count', fontsize=10)

plt.title('Count of accidents by Year', loc='Center', fontsize=14)

plt.show()

我們把時(shí)間再精細(xì)化點(diǎn)，觀察每月，每個(gè)星期，甚至每小時(shí)的事故，這次我們不看趨勢(shì)，看量，繪制條形圖。

import matplotlib.pylab as pl

import matplotlib.gridspec as gridspec

gs = gridspec.GridSpec(2, 2)

pl.figure(figsize=(15,10))

plt.style.use('seaborn-muted')

ax = pl.subplot(gs[0, :]) # row 0, col 0

sns.barplot(Data.groupby(Data.Time.dt.month)[['Date']].count().index, 'Date', data=Data.groupby(Data.Time.dt.month)[['Date']].count(), color='lightskyblue', linewidth=2)

plt.xticks(Data.groupby(Data.Time.dt.month)[['Date']].count().index, ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'])

plt.xlabel('Month', fontsize=10)

plt.ylabel('Count', fontsize=10)

plt.title('Count of accidents by Month', loc='Center', fontsize=14)

ax = pl.subplot(gs[1, 0])

sns.barplot(Data.groupby(Data.Time.dt.weekday)[['Date']].count().index, 'Date', data=Data.groupby(Data.Time.dt.weekday)[['Date']].count(), color='lightskyblue', linewidth=2)

plt.xticks(Data.groupby(Data.Time.dt.weekday)[['Date']].count().index, ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'])

plt.xlabel('Day of Week', fontsize=10)

plt.ylabel('Count', fontsize=10)

plt.title('Count of accidents by Day of Week', loc='Center', fontsize=14)

ax = pl.subplot(gs[1, 1])

sns.barplot(Data[Data.Time.dt.hour != 0].groupby(Data.Time.dt.hour)[['Date']].count().index, 'Date', data=Data[Data.Time.dt.hour != 0].groupby(Data.Time.dt.hour)[['Date']].count(),color ='lightskyblue', linewidth=2)

plt.xlabel('Hour', fontsize=10)

plt.ylabel('Count', fontsize=10)

plt.title('Count of accidents by Hour', loc='Center', fontsize=14)

plt.tight_layout()

plt.show()

出事時(shí)，每年登機(jī)人數(shù)與死亡人數(shù)的對(duì)比圖

Fatalities = Data.groupby(Data.Time.dt.year).sum()

Fatalities['Proportion'] = Fatalities['Fatalities'] / Fatalities['Aboard']

plt.figure(figsize=(15,6))

plt.subplot(1, 2, 1)

plt.fill_between(Fatalities.index, 'Aboard', data=Fatalities, color="skyblue", alpha=0.2)

plt.plot(Fatalities.index, 'Aboard', data=Fatalities, marker = ".", color="Slateblue", alpha=0.6, linewidth=1)

plt.fill_between(Fatalities.index, 'Fatalities', data=Fatalities, color="olive", alpha=0.2)

plt.plot(Fatalities.index, 'Fatalities', data=Fatalities, color="olive", marker = ".", alpha=0.6, linewidth=1)

plt.legend(fontsize=10)

plt.xlabel('Year', fontsize=10)

plt.ylabel('Amount of people', fontsize=10)

plt.title('Total number of people involved by Year', loc='Center', fontsize=14)

plt.subplot(1, 2, 2)

plt.plot(Fatalities.index, 'Proportion', data=Fatalities, marker = ".", color = 'red', linewidth=1)

plt.xlabel('Year', fontsize=10)

plt.ylabel('Ratio', fontsize=10)

plt.title('Fatalities / Total Ratio by Year', loc='Center', fontsize=14)

plt.tight_layout()

plt.show()

通過對(duì)比圖我們可以看到死亡人數(shù)變得如此之高(即使在90年代后似乎有下降的趨勢(shì))。一些人提出了一個(gè)很好的觀點(diǎn)，那就是圖表并沒有顯示每年所有航班發(fā)生事故的比例。因此，1970-1990年在空中交通信號(hào)燈的歷史上看起來是可怕的一年，死亡人數(shù)上升，但也有可能是乘飛機(jī)的總?cè)藬?shù)上升，而實(shí)際上比例下降了。

親愛的筒子們，想了解更多用python玩轉(zhuǎn)數(shù)據(jù)、掌握炫酷可視化技能那就趕緊關(guān)注CDA數(shù)據(jù)分析師微信公眾號(hào)(cdacdacda)吧，點(diǎn)贊、轉(zhuǎn)發(fā)、收藏，更多干貨內(nèi)容呈現(xiàn)給你噢。