实战1--航空公司客户价值分析（画图篇）

数据基本信息的探索

第一步：根据数据的实际情况的掌握（数据的空值数量，最大值，最小值，四分位等等）

# 对数据进行基本的探索 import pandas as pd # 第一行为标签 data_file = '读取文件地址' # 数据探索结果表 result_file = '.结果存入地址' # 需要用文本编辑器将数据转换为UTF-8编码 data = pd.read_csv(data_file, encoding='utf-8') # 包括对数据的基本描述使用discribe()函数；percentiles 参数是指定计算多少的分位数表 # .T 转置 explore = data.describe(percentiles=[], include='all').T # describe()函数自动计算非空值数，所以需要手动计算空值数 explore['null'] = len(data) - explore['count'] # 输出中文有问题，所以改成了英文。原来是：explore = explore[[u'空值数', u'最大值',u '最小值']] explore = explore[['null', 'max', 'min']] # 表头重命名 explore.columns = ['null_num', 'max', 'min'] # 导出结果 explore.to_csv(result_file)

在代码中只是导出了缺失值、最大值和最小值，对数据的观测还需进一步的观察。 通常用画图的方式更为直观，其次在文章的最后补上各个颜色的名字，便于配色。

第二步：绘制各个属性的图片，更为直观的观察数据 第一类：直方图

data_file = '数据文件位置' # 读取 data = pd.read_csv(data_file, encoding='utf-8') # 取出日期字段，并规范化 ffp = data['FFP_DATE'].apply(lambda x: datetime.strptime(x, '%Y/%m/%d')) # 读出年份 ffp_year = ffp.map(lambda x: x.year) # 绘制各年份会员入会人数直方图 # 设置画布大小 fig = plt.figure(figsize=(8, 5)) # 设置字体以及字符显示 plt.rcParams['font.sans-serif'] = 'SimHei' plt.rcParams['axes.unicode_minus'] = False plt.hist(ffp_year, bins='auto', color='#0504aa') plt.xlabel('年份') plt.ylabel('入会人数') plt.title('各年份会员入会人数') plt.show() plt.close

第二类：饼图

# 查看性别比例 male = pd.value_counts(data['GENDER'])['男'] female = pd.value_counts(data['GENDER'])['女'] # 绘制会员性别比例饼图 fig = plt.figure(figsize=(7, 4)) plt.pie([male, female], labels=['男', '女'], colors=['lightskyblue', 'lightpink'], autopct='%1.1f%%') plt.title('标题') plt.show() plt.close()

第三类：条形图

# 提取不同级别会员的人数 lv_four = pd.value_counts(data['FFP_TIER'])[4] lv_five = pd.value_counts(data['FFP_TIER'])[5] lv_six = pd.value_counts(data['FFP_TIER'])[6] # 绘制会员各级别人数条形图 fig = plt.figure(figsize=(8, 5)) plt.bar(x=range(3), height=[lv_four, lv_five, lv_six], width=0.4, alpha=0.8, color='hotpink') plt.xticks([index for index in range(3)], [4, 5, 6]) plt.xlabel('会员等级') plt.ylabel('会员人数') plt.title('会员各级别人数') plt.show() plt.close()

第四类：箱型图

# 提取会员年龄 print(data['AGE']) # dropna()可用于删除空值，也可以设置值，删除符合条件的数据。通常用于清洗空值、异常值等用途 age = data['AGE'].dropna() age = age.astype('int64') # 绘制会员年龄分布箱型图 fig = plt.figure(figsize=(5, 10)) plt.boxplot(age, patch_artist=True, labels=['会员年龄'], # 设置填充颜色 boxprops={'facecolor':'lightblue'}) plt.title('会员年龄分布箱型图') # 显示y坐标轴的底线 plt.grid(axis='y') plt.show() plt.close()

第三步：观察数据的相关性（个人认为可以放在异常数据清洗后面） 本部分采用的是热力图来查看数据之间的相关性。 1.找出所需要观察的属性整合成一个新的组合 2.计算相关性矩阵 （相关性矩阵分析：每个位置的取值范围为[-1, 1]；对角线为A与A本身的关系均为1；数值大于0时，为正相关也就是A会与B同方向变动；数值小于0时，为负相关，也就是A与B反方向变动；数值等于0时，则表示不相关） 3.绘制热力图

# 相关性分析 # 提取属性合并为新数据集 data_corr = data[['FFP_TIER', 'FLIGHT_COUNT', 'LAST_TO_END', 'SEG_KM_SUM', 'EXCHANGE_COUNT', 'Points_Sum']] # fillna,针对缺失值进行填充：fillna(0)填充为0也可以用字典填充 # 其次fillna(0,inplace=True)中inplace 的参数True代表在直接修改原对象；而False则是创建副本，修改副本 age1 = data['AGE'].fillna(0) print(data_corr) print(age1.astype('int64')[2]) data_corr.loc['AGE'] = age1.astype('int64') # 添加字段（因为year字段是经过处理的所以不从原数据提取） data_corr['ffp_year'] = ffp_year # 计算相关性矩阵 dt_corr = data_corr.corr(method='pearson') print('相关性矩阵为：\n{0}'.format(dt_corr)) # 绘制热力图 import seaborn as sns # 横纵坐标值一致，所以设置画布为正方形画布 plt.subplots(figsize=(9, 9)) sns.heatmap(dt_corr, annot=True, vmax=1, square=True, cmap='Blues') plt.show() plt.close()

注：在添加新列的过程中有报warning，emmmm试了各样的方法还没有解决掉QAQ，但是结果还是正确的，希望有高手可以告知~蟹蟹

注释：数据以及项目背景均来自书《Python数据分析与挖掘实战（第二版）》 附录一：plt.rcParams属性总结

plt.rcParams[’font.sans-serif’] = ‘SimHei’ # 设置字体 plt.rcParams[’axes.unicode_minus’] = False # 字符显示 plt.rcParams[’lines.linewidth’] = 3 # 线条宽度 plt.rcParams[’lines.linestyle’] = ‘-.’ # 线条样式 plt.rcParams[’lines.color’] = ‘blue’ # 线条颜色 plt.rcParams[’lines.marker’] = None # 默认标记 plt.rcParams[’lines.markersize’] = 6 # 标记大小 #x轴，y轴的字体大小 plt.rcParams[’xtick.labelsize’] plt.rcParams[’ytick.labelsize’] #x轴，y轴的最大刻度 plt.rcParams[’xtick.major.size’] plt.rcParams[’ytick.major.size’] plt.rcParams[’axes.titlesize’] # 子图的标题大小 plt.rcParams[’axes.labelsize’] # 子图的标签大小 plt.rcParams[’figure.dpi’] # 图像分辨率 plt.rcParams[’figure.figsize’] # 图像显示大小 plt.rcParams[’savefig.dpi’] # 图片像素

附录二：颜色目录

颜色‘aliceblue’‘#F0F8FF’,‘antiquewhite’‘#FAEBD7’,‘aqua’‘#00FFFF’,‘aquamarine’‘#7FFFD4’,‘azure’‘#F0FFFF’,‘beige’‘#F5F5DC’,‘bisque’‘#FFE4C4’,‘black’‘#000000’,‘blanchedalmond’‘#FFEBCD’,‘blue’‘#0000FF’,‘blueviolet’‘#8A2BE2’,‘brown’‘#A52A2A’,‘burlywood’‘#DEB887’,‘cadetblue’‘#5F9EA0’,‘chartreuse’‘#7FFF00’,‘chocolate’‘#D2691E’,‘coral’‘#FF7F50’,‘cornflowerblue’‘#6495ED’,‘cornsilk’‘#FFF8DC’,‘crimson’‘#DC143C’,‘cyan’‘#00FFFF’,‘darkblue’‘#00008B’,‘darkcyan’‘#008B8B’,‘darkgoldenrod’‘#B8860B’,‘darkgray’‘#A9A9A9’,‘darkgreen’‘#006400’,‘darkkhaki’‘#BDB76B’,‘darkmagenta’‘#8B008B’,‘darkolivegreen’‘#556B2F’,‘darkorange’‘#FF8C00’,‘darkorchid’‘#9932CC’,‘darkred’‘#8B0000’,‘darksalmon’‘#E9967A’,‘darkseagreen’‘#8FBC8F’,‘darkslateblue’‘#483D8B’,‘darkslategray’‘#2F4F4F’,‘darkturquoise’‘#00CED1’,‘darkviolet’‘#9400D3’,‘deeppink’‘#FF1493’,‘deepskyblue’‘#00BFFF’,‘dimgray’‘#696969’,‘dodgerblue’‘#1E90FF’,‘firebrick’‘#B22222’,‘floralwhite’‘#FFFAF0’,‘forestgreen’‘#228B22’,‘fuchsia’‘#FF00FF’,‘gainsboro’‘#DCDCDC’,‘ghostwhite’‘#F8F8FF’,‘gold’‘#FFD700’,‘goldenrod’‘#DAA520’,‘gray’‘#808080’,‘green’‘#008000’,‘greenyellow’‘#ADFF2F’,‘honeydew’‘#F0FFF0’,‘hotpink’‘#FF69B4’,‘indianred’‘#CD5C5C’,‘indigo’‘#4B0082’,‘ivory’‘#FFFFF0’,‘khaki’‘#F0E68C’,‘lavender’‘#E6E6FA’,‘lavenderblush’‘#FFF0F5’,‘lawngreen’‘#7CFC00’,‘lemonchiffon’‘#FFFACD’,‘lightblue’‘#ADD8E6’,‘lightcoral’‘#F08080’,‘lightcyan’‘#E0FFFF’,‘lightgoldenrodyellow’‘#FAFAD2’,‘lightgreen’‘#90EE90’,‘lightgray’‘#D3D3D3’,‘lightpink’‘#FFB6C1’,‘lightsalmon’‘#FFA07A’,‘lightseagreen’‘#20B2AA’,‘lightskyblue’‘#87CEFA’,‘lightslategray’‘#778899’,‘lightsteelblue’‘#B0C4DE’,‘lightyellow’‘#FFFFE0’,‘lime’‘#00FF00’,‘limegreen’‘#32CD32’,‘linen’‘#FAF0E6’,‘magenta’‘#FF00FF’,‘maroon’‘#800000’,‘mediumaquamarine’‘#66CDAA’,‘mediumblue’‘#0000CD’,‘mediumorchid’‘#BA55D3’,‘mediumpurple’‘#9370DB’,‘mediumseagreen’‘#3CB371’,‘mediumslateblue’‘#7B68EE’,‘mediumspringgreen’‘#00FA9A’,‘mediumturquoise’‘#48D1CC’,‘mediumvioletred’‘#C71585’,‘midnightblue’‘#191970’,‘mintcream’‘#F5FFFA’,‘mistyrose’‘#FFE4E1’,‘moccasin’‘#FFE4B5’,‘navajowhite’‘#FFDEAD’,‘navy’‘#000080’,‘oldlace’‘#FDF5E6’,‘olive’‘#808000’,‘olivedrab’‘#6B8E23’,‘orange’‘#FFA500’,‘orangered’‘#FF4500’,‘orchid’‘#DA70D6’,‘palegoldenrod’‘#EEE8AA’,‘palegreen’‘#98FB98’,‘paleturquoise’‘#AFEEEE’,‘palevioletred’‘#DB7093’,‘papayawhip’‘#FFEFD5’,‘peachpuff’‘#FFDAB9’,‘peru’‘#CD853F’,‘pink’‘#FFC0CB’,‘plum’‘#DDA0DD’,‘powderblue’‘#B0E0E6’,‘purple’‘#800080’,‘red’‘#FF0000’,‘rosybrown’‘#BC8F8F’,‘royalblue’‘#4169E1’,‘saddlebrown’‘#8B4513’,‘salmon’‘#FA8072’,‘sandybrown’‘#FAA460’,‘seagreen’‘#2E8B57’,‘seashell’‘#FFF5EE’,‘sienna’‘#A0522D’,‘silver’‘#C0C0C0’,‘skyblue’‘#87CEEB’,‘slateblue’‘#6A5ACD’,‘slategray’‘#708090’,‘snow’‘#FFFAFA’,‘springgreen’‘#00FF7F’,‘steelblue’‘#4682B4’,‘tan’‘#D2B48C’,‘teal’‘#008080’,‘thistle’‘#D8BFD8’,‘tomato’‘#FF6347’,‘turquoise’‘#40E0D0’,‘violet’‘#EE82EE’,‘wheat’‘#F5DEB3’,‘white’‘#FFFFFF’,‘whitesmoke’‘#F5F5F5’,‘yellow’‘#FFFF00’,‘yellowgreen’‘#9ACD32’