项目：可视化高峰数据

柔情只为你懂 2021-11-05 07:18 352阅读 0赞

# 1.项目介绍 #

www.kaggle.com/abcsds/highest-mountains

# 2.涉及知识 #

Matplotlib数据可视化

# 3.代码及注释 #

# -*- coding: utf-8 -*-
    
    import pandas as pd
    import matplotlib.pyplot as plt
    from matplotlib import style
    
    style.use('ggplot')     # 设置图片显示的主题样式
    
    # 解决matplotlib显示中文问题
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定默认字体
    plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题
    
    dataset_path = './dataset/Mountains.csv'
    
    
    def preview_data(data):
        """
            数据预览
        """
        # 数据预览
        print(data.head())
    
        # 数据信息
        print(data.info())
    
    
    def proc_success(val):
        """
            处理 'Ascents bef. 2004' 列中的数据
        """
        if '>' in str(val):
            return 200
        elif 'Many' in str(val):
            return 160
        else:
            return val
    
    
    def run_main():
        """
            主函数
        """
        # 读取csv数据
        data = pd.read_csv(dataset_path)
    
        # 预览数据
        preview_data(data)
    
        # 数据重构
        # 重命名列名，inplace代表在原始上进行更改
        data.rename(columns={
        'Height (m)': 'Height', 'Ascents bef. 2004': 'Success',
                             'Failed attempts bef. 2004': 'Failed'}, inplace=True)
    
        # 数据清洗
        data['Failed'] = data['Failed'].fillna(0).astype(int)  #fillna代表空值补0，astype转换格式
        data['Success'] = data['Success'].apply(proc_success) #应用函数
        data['Success'] = data['Success'].fillna(0).astype(int)
        data = data[data['First ascent'] != 'unclimbed']
        data['First ascent'] = data['First ascent'].astype(int) 
    
        # 可视化数据
        # 1. 登顶次数 vs 年份
    
        plt.hist(data['First ascent'].astype(int), bins=20) 
        plt.ylabel('高峰数量')
        plt.xlabel('年份')
        plt.title('登顶次数')
        plt.savefig('./first_ascent_vs_year.png')
        plt.show()    #先保存在显示
    
        # 2. 高峰vs海拔
        data['Height'].plot.hist(color='steelblue', bins=20) #直方图
        plt.bar(data['Height'],
                (data['Height'] - data['Height'].min()) / (data['Height'].max() - data['Height'].min()) * 23,   # 按比例缩放，标准化
                color='red',
                width=30, alpha=0.2)
        plt.ylabel('高峰数量')
        plt.xlabel('海拔')
        plt.text(8750, 20, "海拔", color='red')
        plt.title('高峰vs海拔')
        plt.savefig('./mountain_vs_height.png')
        plt.show()
    
        # 3. 首次登顶
        data['Attempts'] = data['Failed'] + data['Success']  # 攀登尝试次数
        fig = plt.figure(figsize=(13, 7))
        fig.add_subplot(211)
        plt.scatter(data['First ascent'], data['Height'], c=data['Attempts'], alpha=0.8, s=50)
        plt.ylabel('海拔')
        plt.xlabel('登顶')
    
        fig.add_subplot(212)
        plt.scatter(data['First ascent'], data['Rank'].max() - data['Rank'], c=data['Attempts'], alpha=0.8, s=50)
        plt.ylabel('排名')
        plt.xlabel('登顶')
        plt.savefig('./mountain_vs_attempts.png')
        plt.show()
    
        # 也可以使用seaborn或者bokeh重现上述显示的结果
    
    if __name__ == '__main__':
        run_main()