当前位置:   article > 正文

数据可视化|世界杯球迷统计_世界杯数据可视化分析

世界杯数据可视化分析

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录

前言

一、Pandas读取数据

二、处理数据

三、使用Matplotlib绘图

1.柱状图

2.绘制散点图

3.绘制散点图和折线图

总结


前言

前面学习了Numpy、matplotlib、pandas还没有进行一些练习和训练,这里分享我对于数据可视化的一些练习 此次代码和数据我会打包上传,感兴趣的uu可以去下载


提示:此处所以编译均在jupyter notebook执行(jupyter 下载可以看我前面博客)

一、Pandas读取数据

Pandas:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。

  1. import pandas as pd
  2. data=pd.read_csv("FIFA World Cup.csv",encoding="ansi")
  3. data

部分结果

二、处理数据

数据都是英文,不方便处理时观看,先将英文转为中文

代码如下(示例):

此处采用的是复制后删除原数据

  1. data['平均出售率']=data['Averageattendance']
  2. data['最高出席人数']=data['highest attendence of Number']
  3. data['场地最高出席次数']=data['highest attendence of Venue']
  4. data['最高比赛上座率']=data['highest attendence of Game(s)']
  5. data.pop('Venues/Cities')
  6. data.pop('highest attendence of Number')
  7. data.pop('highest attendence of Venue')
  8. data.pop('highest attendence of Game(s)')
  9. data.pop('Averageattendance')
  10. data.pop('Totalattendance 鈥?Matches')
  11. data.pop('Unnamed: 8')
  12. data

结果

 Hosts是举办方,此处不使用,也就保留了

三、使用Matplotlib绘图

1.柱状图

  1. from matplotlib import pyplot as plt
  2. plt.rcParams["font.sans-serif"]=["SimHei"] #设置字体
  3. plt.rcParams["axes.unicode_minus"]=False #该语句解决图像中的“-”负号的乱码问题
  4. fig=plt.figure()
  5. ax=fig.add_axes([0,0,1,1])
  6. ax.bar(data['Year']-1900,data['最高出席人数'])
  7. ax.set_title("每届世界杯单场最高出席人数")
  8. ax.set_xlabel('年份')
  9. ax.set_ylabel('人数')
  10. ax.set_xticks(data['Year']-1900)
  11. fig.show()

运行结果

 

 此处将1900年为起点(0)开始

2.绘制散点图

  1. from matplotlib import pyplot as plt
  2. plt.rcParams["font.sans-serif"]=["SimHei"] #设置字体
  3. plt.rcParams["axes.unicode_minus"]=False #该语句解决图像中的“-”负号的乱码问题
  4. fig=plt.figure()
  5. ax=fig.add_axes([0,0,1.5,1])
  6. ax.scatter(data['Year'],data['场地最高出席次数']) #绘制散点图
  7. #ax.scatter(data['Year'],data['平均出售率'],color='g')
  8. ax.set_title("每届世界杯票数平均出售率")
  9. ax.set_xlabel('年份')
  10. ax.set_ylabel('平均出售率')
  11. ax.set_xticks(data['Year'])
  12. fig.show()

运行结果:

3.绘制散点图和折线图

  1. from matplotlib import pyplot as plt
  2. plt.rcParams["font.sans-serif"]=["SimHei"] #设置字体
  3. plt.rcParams["axes.unicode_minus"]=False #该语句解决图像中的“-”负号的乱码问题
  4. fig=plt.figure()
  5. ax=fig.add_axes([0,0,1.5,1])
  6. ax.plot(data['Year'],data['平均出售率'],color='g') #绘制折线图
  7. ax.scatter(data['Year'],data['平均出售率']) #绘制散点图
  8. ax.set_title("每届世界杯票数平均出售率")
  9. ax.set_xlabel('年份')
  10. ax.set_ylabel('平均出售率')
  11. ax.set_xticks(data['Year'])
  12. fig.show()

运行结果:

 同时绘制散点图+折线图,更直观看出图像数据


总结

此次例子是小型数据而已,面对大量数据和小量数据处理方式不同,对于小量数据更希望直观看出数据,对于大量数据更想看出规律

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/你好赵伟/article/detail/753863
推荐阅读
相关标签
  

闽ICP备14008679号