【38 Pandas+Pyecharts | 奥迪汽车销量数据分析可视化】

文章目录

  • 🏳️‍🌈 1. 导入模块
  • 🏳️‍🌈 2. Pandas数据处理
    • 2.1 读取数据
    • 2.2 查看数据信息
    • 2.3 数据处理
  • 🏳️‍🌈 3. Pyecharts数据可视化
    • 3.1 奥迪用户购车时间分布
    • 3.2 奥迪各系销量占比饼图
    • 3.3 奥迪各系销量占比
    • 3.4 奥迪全系销量占比
    • 3.5 奥迪全系销量及裸车价格
    • 3.6 奥迪百公里油耗分布
    • 3.7 各项指标平均评分雷达图
    • 3.8 优评词云
    • 3.9 差评词云
  • 🏳️‍🌈 4. 可视化项目源码+数据

大家好,我是 👉【Python当打之年(点击跳转)】

在这里插入图片描述

本期利用 python 分析一下某平台「奥迪汽车销售数据」 ,看看奥迪车主购车时间分布、驾驶感受、全系车价分布 等等,希望对大家有所帮助,如有疑问或者需要改进的地方可以联系小编。

涉及到的库:

  • Pandas — 数据处理
  • Pyecharts — 数据可视化

🏳️‍🌈 1. 导入模块

import jieba
import pandas as pd
from pyecharts.charts import Line
from pyecharts.charts import Bar
from pyecharts.charts import Pie
from pyecharts.charts import Scatter
from pyecharts.charts import WordCloud
from pyecharts.charts import Radar
import pyecharts.options as opts
from pyecharts.commons.utils import JsCode

🏳️‍🌈 2. Pandas数据处理

2.1 读取数据

df = pd.read_csv('奥迪汽车数据.csv')

在这里插入图片描述

2.2 查看数据信息

df.info()

在这里插入图片描述

一共有17543条数据。

2.3 数据处理

df1 = df.copy()
df1 = df1[~df1['百公里油耗'].str.contains('百公里电耗')]
df_tmp = df1['行驶里程'].str.split('km',expand=True)
df1['行驶里程'] = df_tmp[0]
df1['行驶里程'] = df1['行驶里程'].astype('int')df_tmp = df1['百公里油耗'].str.split('L百公里油耗',expand=True)
df1['百公里油耗'] = df_tmp[0]
df1['百公里油耗'] = df1['百公里油耗'].astype('float')

在这里插入图片描述

🏳️‍🌈 3. Pyecharts数据可视化

3.1 奥迪用户购车时间分布

def get_line():l1 = (Line().add_xaxis(x_data).add_yaxis("", y_data).set_global_opts(title_opts=opts.TitleOpts(title='1-奥迪用户购车时间分布',pos_top='1%',pos_left="center",title_textstyle_opts=opts.TextStyleOpts(color='#00838F',font_size=25),),))return l1

在这里插入图片描述

  • 购车时间在2014-2016年这三年之间处于一个顶峰的位置,2020年也迎来了一波小高潮。

  • 近两年随着国产车的崛起,购买奥迪的用户出现持续走低现象。

3.2 奥迪各系销量占比饼图

def get_pie():p1 = (Pie().add("",[list(z) for z in zip(x_data, y_data)]).set_global_opts(title_opts=opts.TitleOpts(title='2-奥迪各系销量占比',pos_top='5%',pos_left="center",title_textstyle_opts=opts.TextStyleOpts(color='#00838F',font_size=25),),))return p1

在这里插入图片描述

  • 迪A系销量超过了全系的2/3,S系销量占比在1%左右。

3.3 奥迪各系销量占比

在这里插入图片描述

3.4 奥迪全系销量占比

在这里插入图片描述

  • 从全系销量来看:奥迪A6和奥迪A4的销量几乎占据了半壁江山。

3.5 奥迪全系销量及裸车价格

def get_bar():bar = (Bar().add_xaxis(x_data).add_yaxis("销量",y_data1).set_global_opts(title_opts=opts.TitleOpts(title='5-奥迪全系销量及裸车价格',pos_top='1%',pos_left="center",title_textstyle_opts=opts.TextStyleOpts(color='#00838F',font_size=25),),))return bar

在这里插入图片描述

  • 全系裸车价格基本在20-80万之间。

3.6 奥迪百公里油耗分布

在这里插入图片描述

  • 百公里油耗基本在6L-13L之间

3.7 各项指标平均评分雷达图

def get_radar():radar = (Radar(init_opts=opts.InitOpts(width='1000px', height='600px',bg_color='#CFD8DC')chema(schema=schemas,splitarea_opt=opts.SplitAreaOpts(is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)),textstyle_opts=opts.TextStyleOpts(color="#263238"),).add(series_name="",data=[datas],linestyle_opts=opts.LineStyleOpts(color="#CD0000"),).set_global_opts(title_opts=opts.TitleOpts(title='7-各项指标平均评分雷达图',pos_top='1%',pos_left="center",title_textstyle_opts=opts.TextStyleOpts(color='#00838F',font_size=25),),))return radar

在这里插入图片描述

  • 从空间评分、驾驶感受、油耗评分、外观评分、内饰评分、性价比评分、配置评分等几个维度的雷达图来看,整体评分都在4.0以上,还是比较高的。

3.8 优评词云

在这里插入图片描述

3.9 差评词云

在这里插入图片描述

🏳️‍🌈 4. 可视化项目源码+数据

点击跳转:【全部可视化项目源码+数据】


以上就是本期为大家整理的全部内容了,赶快练习起来吧,原创不易,喜欢的朋友可以点赞、收藏也可以分享注明出处)让更多人知道。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/611371.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

外汇天眼:CQG 与 TradeStation Securities 的经纪服务集成

TradeStation Securities, Inc.,一家自营的在线股票、ETF、期权和期货交易经纪公司,宣布与CQG合作,CQG是一家为交易员、经纪商、商业套保者和交易所提供高性能技术解决方案的全球供应商,已与TradeStation Securities的经纪服务集成…

Zustand 状态管理

Zustand 状态管理 安装创建 Store给 Store 添加TS类型约束在页面使用 Store返回 Store 中所有状态在 Store 中使用 async 异步方法使用 Immer Middleware (中间件) 更新深层嵌套的 State使用 get 方法,在 set 方法外访问 State 中的数据使用 selector什么是 selecto…

GNN如何处理表格?

链接: https://ieeexplore.ieee.org/document/10184514 在这篇综述中,我们深入探讨了使用图神经网络(GNNs)进行表格数据学习(TDL)的领域,这是一个深度学习方法在分类和回归任务中相比传统方法表现出越来越…

Unity中BRP下的深度图

文章目录 前言一、在Shader中使用1、在使用深度图前申明2、在片元着色器中 二、在C#脚本中开启摄像机深度图三、最终效果 前言 在之前的文章中,我们实现了URP下的深度图使用。 Unity中URP下使用屏幕坐标采样深度图 在这篇文章中,我们来看一下BRP下深度…

2024-01-03 无重叠区间

435. 无重叠区间 思路:和最少数量引爆气球的箭的思路基本都是一致了!贪心就是比较左边的值是否大于下一个右边的值 class Solution:def eraseOverlapIntervals(self, points: List[List[int]]) -> int:points.sort(keylambda x: (x[0], x[1]))# 比较…

2023-12-30 买卖股票的最佳时机 II和跳跃游戏以及跳跃游戏 II

122. 买卖股票的最佳时机 II 思路:关键点是每一次利用峰值来计算【画图好理解一点,就是计算陡坡的值】!每一次累加和的最大! 或者可以这样理解,把利润划分为每天的,如假如第 0 天买入,第 3 天卖出&#xf…

ELF文件格式解析二

使用objdump命令查看elf文件 objdump -x 查看elf文件所有头部的信息 所有的elf文件。 程序头部(Program Header)中,都以 PT_PHDR和PT_INTERP先开始。这两个段必须在所有可加载段项目的前面。 从上图中的INTERP段中,可以看到改段…

《GreenPlum系列》GreenPlum详细入门教程02-GreenPlum安装

文章目录 第二章 GreenPlum安装1.Docker创建centos容器1.1 拉取centos7镜像1.2 创建容器1.3 进入容器1.4 容器和服务器免密操作1.4.1 生成密钥1.4.2 拷贝密钥 1.5 安装ssh服务和网络必须应用1.6 容器设置root密码1.6.1 安装passwd应用1.6.2 容器本机root设置密码 1.7 容器本机免…

uniapp获取手机当前信息及应用版本

appVersion 是app端查询的数据信息 appWgtVersion 是浏览器端查询的数据信息 onLoad() {const systemInfo uni.getSystemInfoSync();console.log(systemInfo);// #ifdef H5const uniAppVersion systemInfo.appVersion;// #endif// #ifndef H5const uniAppVersion systemIn…

C++学习笔记——对象的指针

目录 一、对象的指针 二、减少对象的复制开销 三、应用案例 游戏引擎 图像处理库 数据库管理系统 航空航天软件 金融交易系统 四、代码的案例应用 一、对象的指针 是一种常用的技术,用于处理对象的动态分配和管理。使用对象的指针可以实现以下几个方面的功…

无法访问Bing网站 - 解决方案

问题 Bing官方网址:https://www.bing.com/ 电脑无法访问Bing网站,但手机等移动设备可以访问Bing网站,此时可尝试以下方案。 以下方案适用于各种系统,如Win/Linux系统。 解决方案 方案1 修改Bing网址为:https://www4…

JAVA毕业设计632—基于Java+ssm的宠物店商城系统(源代码+数据库)

毕设所有选题: https://blog.csdn.net/2303_76227485/article/details/131104075 基于Javassm的宠物店商城系统(源代码数据库)632 一、系统介绍 本项目分为用户、营养师、管理员三种角色 1、用户: 登录、注册、宠物信息、宠物粮食、宠物用品、宠物疫…

二叉树基础oj练习(单值二叉树、相同的树、二叉树的前序遍历)

讲了这么多数据结构相关的知识(可以看我的数据结构文章专栏): 抓紧刷题巩固一下了 目录 1.单值二叉树 题目描述 思路1 代码1 思路2 代码2 2.相同的树 题目描述 思路 代码 3.二叉树的前序遍历 代码 思路 1.单值二叉树 965. 单值二叉树 - 力扣(LeetCod…

pycharm社区版配置flask开发环境

新建配置文件,类型选择Shell Script 设置Execute中flask.exe的路径 设置options :--appflask_app.py run --port5000 --debug 设置working 路径 设置环境变量FLASK_APPflask_app.py;FLASK_ENVdevelopment 注意:FLASK_APPflask_app.py和上…

YOLOv8 损失函数改进 | 引入 Shape-IoU 考虑边框形状与尺度的度量

🗝️改进YOLOv8注意力系列一:结合ACmix、Biformer、BAM注意力机制 论文讲解加入代码本文提供了改进 YOLOv8注意力系列包含不同的注意力机制以及多种加入方式,在本文中具有完整的代码和包含多种更有效加入YOLOv8中的yaml结构,读者可以获取到注意力加入的代码和使用经验,总…

Android Studio 最新版本首次下载和安装以及汉化教程【+第二次安装使用教程】

🌟博主领域:嵌入式领域&人工智能&软件开发 前言:本教程详解首次安装和下载最新版本的Android Studio ,以及汉化教程。另外详解当第二次下载使用时解决遇到的问题。 目录 1.Android Studio 下载 2.Android Studio 首次…

【云计算】云计算概述

1. 云计算概述 1.1 云计算的定义 美国国家标准与技术研究院(NIST)定义 云计算是一种按使用量付费的模式,这种模式提供可用的、便捷的、按需的网络访问,进入可配置的计算资源共享池(资源包括网络,服务器,存储,应用软件…

Xmind - win10安装破解Xmind2023

Xmind - win10安装破解Xmind2023 1、下载 Xmind下载 提取码:we6i 2、安装 Step 1:双击运行 exe文件 Step 2:忽略最新版本 最近更新选择继续升级至Pro选择取消Step 4:直接选择同意授权

Java线程池最全详解

1. 引言 在当今高度并发的软件开发环境中,有效地管理线程是确保程序性能和稳定性的关键因素之一。Java线程池作为一种强大的并发工具,不仅能够提高任务执行的效率,还能有效地控制系统资源的使用。 本文将深入探讨Java线程池的原理、参数配置…

【python基础】一文搞懂:Python 中轻量型数据库 SQLite3 的用法

一文搞懂:Python 中轻量型数据库 SQLite3 的用法 文章目录 一文搞懂:Python 中轻量型数据库 SQLite3 的用法1 引言2 SQLite3 简介3 基本步骤4 示例代码4.1 连接数据库4.2 创建表4.3 插入数据4.4 查询数据4.5 更新/删除数据4.6 关闭数据库连接 5 实例演示…