数据可视化(七):Pandas香港酒店数据高级分析,涉及相关系数,协方差,数据离散化,透视表等精美可视化展示

Tips:"分享是快乐的源泉💧,在我的博客里,不仅有知识的海洋🌊,还有满满的正能量加持💪,快来和我一起分享这份快乐吧😊!

喜欢我的博客的话,记得点个红心❤️和小关小注哦!您的支持是我创作的动力!数据源存放在我的资源下载区啦!

数据可视化(七):Pandas香港酒店数据高级分析,涉及相关系数,协方差,数据离散化,透视表等精美可视化展示

目录

  • 数据可视化(七):Pandas香港酒店数据高级分析,涉及相关系数,协方差,数据离散化,透视表等精美可视化展示
    • 一、基本数据处理:读取“香港酒店数据”,按要求解决以下问题。
      • 1. 按照数据的内容,重新设置数据的索引,重新设置列名称为'名字','类型','城市','地区','地点','评分','评分人数','价格'。
      • 2. 查看所有类型为“商务出行”的酒店。
      • 3. 查看所有类型为“浪漫情侣”,地区在湾仔的酒店。
      • 4. 查看所有地址在观塘或者油尖旺,评分大于4的酒店。
      • 5. 查看类型缺失的数据。
      • 6. 用“其他”填充类型和地区。
      • 7. 用评分均值填充缺失值。
      • 8. 删除价格和评分人数的缺失值。
      • 9. 保存到“酒店数据1.xlsx”
    • 二、复杂数据处理:读取上一题的“酒店数据1.xlsx”数据,按要求解决以下问题。
      • 1. 读取数据。读取上一题目保存的“酒店数据1.xlsx”。
      • 2. 查看“评分”的格式,并分别进行升序和降序排序。
      • 3. 对酒店按照价格进行排名,计算“油尖旺”地区的均价。
      • 4. 对酒店数据进行描述性统计,并求所有价格的均值方差,最大最小值,中值。
      • 5. 计算评分和价格之间的的相关系数,协方差。
      • 6. 按照评分降序排序,评分相同时按价格升序排序。
      • 7. 计算评分小于3分的酒店数量和占比。
      • 8. 计算酒店评分大于等于4分的酒店的价格均值。
      • 9. 计算出每个地区的酒店占总酒店数量的比例。
      • 10. 找出酒店评分人数排名前20的酒店,并计算他们的价格均值。
      • 11. 查看酒店分布的类型数量和地区数量,并统计各个类型和地区包含的酒店数量。
      • 12. 用数据透视表,计算每个类型的酒店的评分人数总数量。
      • 13. 用数据透视表,计算每个类型的酒店价格的均值和标准差。
      • 14. 用数据透视表,计算每个地区酒店价格和评分的最大值和最小值。
      • 15. 用数据透视表,计算每个地区和类型的酒店的评分的均值和标准差。
      • 16. 将“类型”和“名字”设置为层次化索引,并交换索引的位置。然后将层次化索引取消。
      • 17. 将数据集转置,获取转置后的index和columns。
      • 18. 用Groupby方法来计算每个地区的评分人数的总和以及均值。
      • 19. 用Grouby方法计算每个类型的平均价格,最高价和最低价。
      • 20. 数据离散化,按照价格将酒店分为3个等级,0-500为C,500-1000为B,大于1000为A,列名设置为“价格等级”。
      • 21. 获取评分均值最高和最低的地区的数据,分别使用append和concat方法将获取的两个数据集合并。
      • 22. 数据离散化,按照评分人数将酒店平均分为3个等级,三个等级的酒店数量尽量保持一致。评分人数最多的为A,最少的为C。列名设置为“热门等级”。
      • 23. 选出评分人数为A,价格也为A的酒店数据,计算其平均评分。
      • 24. 取价格最高的5个酒店的数据,使用stack和unstack方法实现dataframe和Series之间的转换。
      • 25. 纵向拆分数据集,分为df1和df2,df1包含名字,类型,城市,地区,df2包含名字,地点,评分,评分人数,价格,价格等级,热门等级。
      • 26. 将df2按照价格进行排序,重新设置df2的索引。索引值等于价格排名。
      • 27. 使用merge方法将df1和df2合并。
      • 28. 将合并后的数据集保存数据到“酒店数据2.xlsx”。
    • 三、数据可视化:完成以下可视化问题。

一、基本数据处理:读取“香港酒店数据”,按要求解决以下问题。

assets/香港酒店数据

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inlineplt.rcParams['font.sans-serif'] = ['Arial Unicode MS'] # SimHei.ttf
plt.rcParams['axes.unicode_minus'] = False import warnings
warnings.filterwarnings('ignore')
df = pd.read_excel('香港酒店数据.xlsx', index_col=0)
df.head()

1. 按照数据的内容,重新设置数据的索引,重新设置列名称为’名字’,‘类型’,‘城市’,‘地区’,‘地点’,‘评分’,‘评分人数’,‘价格’。

# 现将索引为NAN这一行给删除掉
df = df.iloc[1:,:]
df.head()df.reset_index(drop=True,inplace=True)
df.head()df.columns = ["名字","类型","城市","地区","地点","评分","评分人数","价格"]
df.head()

2. 查看所有类型为“商务出行”的酒店。

df.query("类型=='商务出行'").reset_index(drop=True)

3. 查看所有类型为“浪漫情侣”,地区在湾仔的酒店。

df.query("类型 == '浪漫情侣' & 地区 == '湾仔'").reset_index(drop=True)

4. 查看所有地址在观塘或者油尖旺,评分大于4的酒店。

df.query("地区 == '观塘'| 地区 == '油尖旺'").loc[df["评分"] > 4].reset_index(drop=True)

5. 查看类型缺失的数据。

df[df['类型'].isnull()].reset_index(drop=True)

6. 用“其他”填充类型和地区。

df["类型"].fillna("其他",inplace=True)
df["地区"].fillna("其他",inplace=True)
df[df["类型"]=="其他"]

7. 用评分均值填充缺失值。

# 计算评分均值
score_mean = round( df["评分"].mean(), 1)
score_meandf["评分"].fillna(score_mean,inplace=True)
df.iloc[411]

8. 删除价格和评分人数的缺失值。

df.dropna(subset=['价格', '评分人数'], inplace=True)
# 显示清理后的DataFrame的前五行  
df.head()

9. 保存到“酒店数据1.xlsx”

df = df.reset_index(drop=True)
df.to_excel(fr"../data/酒店数据1.xlsx",index=False)

二、复杂数据处理:读取上一题的“酒店数据1.xlsx”数据,按要求解决以下问题。

1. 读取数据。读取上一题目保存的“酒店数据1.xlsx”。

df = pd.read_excel(fr"../data/酒店数据1.xlsx")
df.head()

2. 查看“评分”的格式,并分别进行升序和降序排序。

df["评分"].dtype# 升序排序
df_r =  df.sort_values(by="评分",ascending=True).reset_index(drop=True)
df_r.head()# 降序排序
df_d =  df.sort_values(by="评分",ascending=False).reset_index(drop=True)
df_d.head()

3. 对酒店按照价格进行排名,计算“油尖旺”地区的均价。

df.dtypes# 筛选出位于“油尖旺”地区的酒店  
oil_jian_wang_hotels = df[df['地区'] == '油尖旺']  
# 计算“油尖旺”地区的酒店均价  
average_price_oil_jian_wang = oil_jian_wang_hotels['价格'].mean()  
average_price_oil_jian_wangsorted_hotels = df.sort_values(by='价格', ascending=False).reset_index(drop=True)  # 显示排序后的酒店列表(例如,显示前10名)  
print("按价格降序排序的酒店:")  
sorted_hotels[['名字', '价格']].head(10)

4. 对酒店数据进行描述性统计,并求所有价格的均值方差,最大最小值,中值。

df.info()df.describe()

5. 计算评分和价格之间的的相关系数,协方差。

# 计算评分和价格之间的相关系数  
correlation = df['评分'].corr(df['价格'])  
print(f"评分和价格之间的相关系数为:{correlation:.4f}") # 计算评分和价格之间的协方差  
covariance = df['评分'].cov(df['价格'])  
print(f"评分和价格之间的协方差为:{covariance:.2f}")

6. 按照评分降序排序,评分相同时按价格升序排序。

df.sort_values(by=["评分","价格"],ascending=[False,True]).reset_index(drop=True)

7. 计算评分小于3分的酒店数量和占比。

df.query("评分 < 3")["名字"].count()df.query("评分 < 3")["名字"].count() / df["名字"].count()

8. 计算酒店评分大于等于4分的酒店的价格均值。

df.query("评分 > 4")["价格"].mean()

9. 计算出每个地区的酒店占总酒店数量的比例。

df.groupby(by="地区")["名字"].count() / df["名字"].count()

10. 找出酒店评分人数排名前20的酒店,并计算他们的价格均值。

df_20 = df.sort_values(by="评分",ascending = False).reset_index(drop=True).head()
df_20df_20["价格"].mean()

11. 查看酒店分布的类型数量和地区数量,并统计各个类型和地区包含的酒店数量。

# 类型数量
df["类型"].unique().size# 地区
df["地区"].unique().sizedf.groupby(by="类型")["名字"].count()df.groupby(by="地区")["名字"].count()

12. 用数据透视表,计算每个类型的酒店的评分人数总数量。

# 使用pivot_table计算每个类型的酒店的评分人数总数量  
pivot_table = df.pivot_table(index='类型', values='评分', aggfunc='count')  # 重命名列名以使其更具描述性  
pivot_table.columns = ['评分人数']  # 显示数据透视表  
pivot_table

13. 用数据透视表,计算每个类型的酒店价格的均值和标准差。

# 计算每个类型的酒店价格的均值  
mean_pivot = df.pivot_table(index='类型', values='价格', aggfunc='mean')  
mean_pivot.columns = ['均值']  # 重命名列名为'均值'  
mean_pivot# 计算每个类型的酒店价格的标准差  
# 标准差是需要两个数据点,一个数据点就会计算不出来std_pivot = df.pivot_table(index='类型', values='价格', aggfunc='std')  
std_pivot.columns = ['标准差']  # 重命名列名为'标准差'  
std_pivot# 将均值和标准差合并到一个DataFrame中  
result = mean_pivot.join(std_pivot)  
result

14. 用数据透视表,计算每个地区酒店价格和评分的最大值和最小值。

# 使用pivot_table计算每个地区的酒店价格和评分的最大值和最小值  
pivot_table = df.pivot_table(  index='地区',   values=['价格', '评分'],   aggfunc={'价格': ['max', 'min'], '评分': ['max', 'min']}  
)  pivot_table# 重命名列名,使其更具可读性  
pivot_table.columns = [('_'.join(col)).replace('价格_max', '价格最大值').replace('价格_min', '价格最小值')  .replace('评分_max', '评分最大值').replace('评分_min', '评分最小值')  for col in pivot_table.columns]  pivot_table

15. 用数据透视表,计算每个地区和类型的酒店的评分的均值和标准差。

# 使用pivot_table计算每个地区和类型的酒店的评分均值和标准差  
pivot_table = df.pivot_table(  index=['地区', '类型'],   values='评分',   aggfunc={'评分': ['mean', 'std']}  
)  pivot_table# 重命名列名,使其更具可读性  
pivot_table.columns = [('_'.join(col)).replace('评分_mean', '评分均值').replace('评分_std', '评分标准差') for col in pivot_table.columns]  # 如果需要,可以将多级索引转换为普通索引  
pivot_table.reset_index(inplace=True)  pivot_table

16. 将“类型”和“名字”设置为层次化索引,并交换索引的位置。然后将层次化索引取消。

# 设置层次化索引,先按“类型”再按“名字”  
df_hierarchical = df.set_index(['类型', '名字'])  
df_hierarchical# 交换索引的位置,先按“名字”再按“类型”  
df_swapped = df_hierarchical.swaplevel(0, 1)  
df_swapped# 取消层次化索引,将其转换为普通列  
df_reset = df_swapped.reset_index()  
df_reset

17. 将数据集转置,获取转置后的index和columns。

# 数据集转置
df.T.head()# 获取index
df.T.index# 获取columns
df.T.columns

18. 用Groupby方法来计算每个地区的评分人数的总和以及均值。

df.groupby(by="地区")["评分人数"].agg(["sum","mean"])

19. 用Grouby方法计算每个类型的平均价格,最高价和最低价。

df.groupby(by="类型")["价格"].agg(["max","min"])

20. 数据离散化,按照价格将酒店分为3个等级,0-500为C,500-1000为B,大于1000为A,列名设置为“价格等级”。

# 定义一个lambda函数来根据价格确定价格等级  
def price_to_grade(price):  if price <= 500:  return 'C'  elif 500 < price <= 1000:  return 'B'  else:  return 'A'  # 使用apply函数将lambda函数应用于'价格'列,并将结果存储在新的列'价格等级'中  
df['价格等级'] = df['价格'].apply(price_to_grade)  # 打印结果  
df

21. 获取评分均值最高和最低的地区的数据,分别使用append和concat方法将获取的两个数据集合并。

# 计算每个地区的评分均值  
mean_scores = df.groupby('地区')['评分'].mean().reset_index()  
mean_scores# 找出评分均值最高和最低的地区  
max_score_area = mean_scores.loc[mean_scores['评分'].idxmax()]  
min_score_area = mean_scores.loc[mean_scores['评分'].idxmin()]  # 提取评分均值最高和最低地区的数据  
max_score_data = df[df['地区'] == max_score_area['地区']]  
min_score_data = df[df['地区'] == min_score_area['地区']]  # 使用append方法合并数据集  
combined_with_append = max_score_data.append(min_score_data, ignore_index=True)  # 使用concat方法合并数据集(需要先创建列表)  
combined_list = [max_score_data, min_score_data]  
combined_with_concat = pd.concat(combined_list, ignore_index=True)  # 打印结果  
print("使用append方法合并的数据集:")  
display(combined_with_append)  
print("\n使用concat方法合并的数据集:")  
display(combined_with_concat)

22. 数据离散化,按照评分人数将酒店平均分为3个等级,三个等级的酒店数量尽量保持一致。评分人数最多的为A,最少的为C。列名设置为“热门等级”。

# 使用qcut函数将数据分为3个等级,尽量保持每个等级数量一致  
# 这里的3表示分为3个等级,duplicates='drop'确保没有重复的边界值  
df['热门等级'] = pd.qcut(df['评分人数'], 3, labels=['C', 'B', 'A'], duplicates='drop')  # 打印结果  
df.head()

23. 选出评分人数为A,价格也为A的酒店数据,计算其平均评分。

# 筛选数据
df_select = df.query("热门等级 == 'A' & 价格等级 == 'A'")# 计算均值
df_reset["评分"].mean()

24. 取价格最高的5个酒店的数据,使用stack和unstack方法实现dataframe和Series之间的转换。

df_top5 = df.sort_values(by="价格",ascending = False).reset_index(drop=True).head()
df_top5df_top5.stack()df_top5.unstack()

25. 纵向拆分数据集,分为df1和df2,df1包含名字,类型,城市,地区,df2包含名字,地点,评分,评分人数,价格,价格等级,热门等级。

df1 = df[["名字","类型","城市","地区"]]
df1.head()df2 = df[["名字","地点","评分","评分人数","价格","价格等级","热门等级"]]
df2.head()

26. 将df2按照价格进行排序,重新设置df2的索引。索引值等于价格排名。

df2.sort_values(by="价格",ascending=False).reset_index(drop=True)

27. 使用merge方法将df1和df2合并。

df3 = df1.merge(df2,on="名字")
df3.head()

28. 将合并后的数据集保存数据到“酒店数据2.xlsx”。

df3 = df3.reset_index(drop=True)
df3.to_excel(fr"../data/酒店数据2.xlsx",index=False)

三、数据可视化:完成以下可视化问题。

1. 画出 𝑦=𝑥^2+2𝑥+1在区间[-5,3]的函数图像。

import matplotlib.pyplot as plt  
import numpy as np  # 创建一个x值数组,范围从-5到3,包含50个点  
x = np.linspace(-5, 3, 50)  # 计算对应的y值  
y = x**2 + 2*x + 1  # 创建一个新的图形  
plt.figure()  # 画出函数图像  
plt.plot(x, y)  # 设置x轴和y轴的标签  
plt.xlabel('x')  
plt.ylabel('y')  # 设置图形的标题  
plt.title('y = x^2 + 2x + 1')  # 显示图形  
plt.show()

2. 在同一张图中创建两个子图,分别画出 s i n ( x ) sin(x) sin(x) c o s ( x ) cos(x) cos(x)在[-3.14,3.14]上的函数图像。设置线条宽度为2.5。

import matplotlib.pyplot as plt  
import numpy as np  # 定义x值的范围  
x = np.linspace(-3.14, 3.14, 100)  # 计算对应的sin和cos值  
sin_y = np.sin(x)  
cos_y = np.cos(x)  # 创建子图,1行2列,第1个子图  
fig, axs = plt.subplots(nrows=1, ncols=2, figsize=(10, 5))  # 在第1个子图上画sin(x)  
axs[0].plot(x, sin_y, lw=2.5)  # lw=2.5设置线条宽度  
axs[0].set_title('sin(x)')  
axs[0].set_xlabel('x')  
axs[0].set_ylabel('y')  
axs[0].grid(True)  # 可选:添加网格  # 在第2个子图上画cos(x)  
axs[1].plot(x, cos_y, lw=2.5)  # lw=2.5设置线条宽度  
axs[1].set_title('cos(x)')  
axs[1].set_xlabel('x')  
axs[1].set_ylabel('y')  
axs[1].grid(True)  # 可选:添加网格  # 调整子图之间的间距  
plt.tight_layout()  # 显示图形  
plt.show()

3. 读取保存的“酒店数据2”数据,画出每个地区酒店数量的柱状图,柱状颜色为红色。

df = pd.read_excel(fr"../data/酒店数据2.xlsx")
df.head()# 计算每个地区的酒店数量  
hotel_counts = df['地区'].value_counts()  # 设置图像大小  
plt.figure(figsize=(12, 6))  # 你可以根据需要调整宽度和高度  # 绘制柱状图,设置柱状颜色为红色  
plt.bar(hotel_counts.index, hotel_counts.values, color='red')  # 旋转x轴标签45度,使得标签之间有足够的空间  
plt.xticks(rotation=45, ha='right')  # 设置图表标题和坐标轴标签  
plt.title('每个地区酒店数量')  
plt.xlabel('地区')  
plt.ylabel('酒店数量')  # 显示图表  
plt.tight_layout()  # 调整子图参数,使之填充整个图像区域  
plt.show()

4. 画出每个价格等级酒店数量的柱状图。

# 计算每个地区的酒店数量  
hotel_counts = df['价格等级'].value_counts()  # 设置图像大小  
plt.figure(figsize=(10, 6))  # 你可以根据需要调整宽度和高度  # 绘制柱状图,设置柱状颜色为红色  
plt.bar(hotel_counts.index, hotel_counts.values, color='m')  # 设置图表标题和坐标轴标签  
plt.title('每个价格等级酒店数量')  
plt.xlabel('价格等级')  
plt.ylabel('酒店数量')  # 显示图表  
plt.tight_layout()  # 调整子图参数,使之填充整个图像区域  
plt.show()

5. 画出各个价格等级占比的饼图。

# 计算每个价格等级的酒店数量  
hotel_counts_by_price_level = df['价格等级'].value_counts()  # 计算总酒店数量  
total_hotels = hotel_counts_by_price_level.sum()  # 计算每个价格等级的占比  
price_level_percentages = (hotel_counts_by_price_level / total_hotels) * 100  # 设置图像大小  
plt.figure(figsize=(8, 6))  # 绘制饼图  
plt.pie(price_level_percentages, labels=hotel_counts_by_price_level.index, autopct='%1.1f%%', startangle=90)  # 设置图表标题  
plt.title('各个价格等级酒店占比')  # 确保饼图是圆的,而不是椭圆的  
plt.axis('equal')  # 显示图表  
plt.show()

6. 画出酒店评分的直方图。

# 确保评分字段存在且没有缺失值  
df['评分'] = pd.to_numeric(df['评分'], errors='coerce')  # 将评分字段转换为数值类型,并处理无法转换的值  
df = df.dropna(subset=['评分'])  # 删除评分字段为缺失值的行  # 绘制评分的直方图  
plt.figure(figsize=(10, 6))  # 设置图像大小  
plt.hist(df['评分'], bins=20, edgecolor='black', alpha=0.7)  # bins参数决定了直方图的条形数量  # 设置图表标题和坐标轴标签  
plt.title('酒店评分直方图')  
plt.xlabel('评分')  
plt.ylabel('频数')  # 显示图表  
plt.grid(axis='y', alpha=0.75)  # 添加网格线  
plt.show()

7. 画出每个热门等级酒店评分均值的柱状图。(按照评分均值从小到大排序。)

# 计算每个热门等级酒店的评分均值  
mean_scores_by_hot_level = df.groupby('热门等级')['评分'].mean()  # 按照评分均值从小到大排序  
sorted_mean_scores = mean_scores_by_hot_level.sort_values(ascending=True)  # 设置图像大小  
plt.figure(figsize=(10, 6))  # 绘制柱状图  
plt.bar(sorted_mean_scores.index, sorted_mean_scores.values, color='DodgerBlue')  # 设置图表标题和坐标轴标签  
plt.title('每个热门等级酒店评分均值')  
plt.xlabel('热门等级')  
plt.ylabel('评分均值')  # 显示数值标签  
for index, value in enumerate(sorted_mean_scores.values):  plt.text(index, value, f'{value:.2f}', ha='center', va='bottom')  # 显示图表  
plt.tight_layout()  
plt.show()

8. 画出油尖旺地区,评分的箱线图。

# 筛选出油尖旺地区的酒店数据  
oil_pier_hotels = df[df['地区'] == '油尖旺']  # 计算评分的统计量:最小值、第一四分位数、中位数、第三四分位数、最大值  
stats = oil_pier_hotels['评分'].describe([0.25, 0.75])  # 0.25和0.75分别对应第一四分位数和第三四分位数  # 绘制箱线图  
plt.boxplot(oil_pier_hotels['评分'], patch_artist=True, labels=['油尖旺地区评分'])  # 设置图表标题  
plt.title('油尖旺地区酒店评分箱线图')  # 显示图表  
plt.show()

9. 选出平均价格前5的地区,画出这些地区的评分的箱线图。

from matplotlib.patches import Patch  # 计算每个地区的平均价格  
avg_prices_by_area = df.groupby('地区')['价格'].mean()  # 按照平均价格从高到低排序,并选择前5个地区  
top_5_areas = avg_prices_by_area.nlargest(5).index  # 初始化一个空列表来存储代理艺术家  
proxies = []  # 绘制这些地区的评分箱线图  
plt.figure(figsize=(10, 8))  # 对每个地区绘制箱线图  
for i, area in enumerate(top_5_areas):  area_data = df[df['地区'] == area]  plt.boxplot(area_data['评分'].values, positions=[i], patch_artist=True)  proxies.append(Patch(color=plt.gca().artists[i].get_facecolor(), label=area))  # 设置图表标题和坐标轴标签  
plt.title('平均价格前5地区的酒店评分箱线图')  
plt.xlabel('地区')  
plt.ylabel('评分')  
plt.xticks(range(len(top_5_areas)), top_5_areas)  # 设置x轴刻度标签  # 添加图例  
plt.legend(handles=proxies, loc='best')  # 显示图表  
plt.show()

10. 将前面两个题目的图像(箱线图)旋转90度。

# 筛选出油尖旺地区的酒店数据  
oil_pier_hotels = df[df['地区'] == '油尖旺']  # 计算评分的统计量:最小值、第一四分位数、中位数、第三四分位数、最大值  
stats = oil_pier_hotels['评分'].describe([0.25, 0.75])  # 0.25和0.75分别对应第一四分位数和第三四分位数  # 绘制水平箱线图  
plt.boxplot(oil_pier_hotels['评分'], vert=False, patch_artist=True, labels=[" "])  # 设置图表标题  
plt.title('油尖旺地区酒店评分水平箱线图')  # 显示y轴标签  
plt.xlabel('评分')  # 显示图表  
plt.show()

# 计算每个地区的平均价格  
avg_prices_by_area = df.groupby('地区')['价格'].mean()  # 按照平均价格从高到低排序,并选择前5个地区  
top_5_areas = avg_prices_by_area.nlargest(5).index  # 初始化一个空列表来存储代理艺术家  
proxies = []  # 绘制这些地区的评分箱线图  
plt.figure(figsize=(10, 5))  # 调整图形大小以适应水平箱线图  
positions = range(1, len(top_5_areas) + 1)  # 设置箱线图的位置  
boxprops = dict(linestyle='-', linewidth=2, color='blue')  # 设置箱体属性  # 初始化一个空列表来存储每个地区的标签和颜色  
labels_and_colors = []  for i, area in enumerate(top_5_areas):  area_data = df[df['地区'] == area]  bp = plt.boxplot(area_data['评分'].values, vert=False, positions=[positions[i]], patch_artist=True, boxprops=boxprops)  # 获取箱体的颜色,并添加到labels_and_colors列表中  color = bp['boxes'][0].get_facecolor()  labels_and_colors.append((area, color))  # 设置图表标题和坐标轴标签  
plt.title('平均价格前5地区的酒店评分水平箱线图')  
plt.xlabel('评分')  
plt.ylabel('地区')  
plt.yticks(positions, top_5_areas)  # 创建Patch对象,用于图例  
patches = [Patch(color=color, label=label) for label, color in labels_and_colors]  # 添加图例  
plt.legend(handles=patches, loc='upper left')  # 显示图表  
plt.grid(False)  
plt.show()

11. 绘制一个评分,评分人数和价格之间的相关系数图

import seaborn as sns
# 计算相关系数矩阵  
corr_matrix = df[['评分', '评分人数', '价格']].corr()  # 绘制热图  
plt.figure(figsize=(8, 6))  
sns.heatmap(corr_matrix, annot=True, cmap='coolwarm', fmt=".2f")  # 设置图表标题和坐标轴标签  
plt.title('评分、评分人数和价格之间的相关系数图')  
plt.xlabel('特征')  
plt.ylabel('特征')  # 显示图表  
plt.show()

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/web/3109.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

HarmonyOS开发案例:【图片编辑】

介绍 本篇Codelab是基于ArkTS的声明式开发范式的样例&#xff0c;主要介绍了图片编辑实现过程。样例主要包含以下功能&#xff1a; 图片的解码。使用PixelMap进行图片编辑&#xff0c;如裁剪、旋转、亮度、透明度、饱和度等。图片的编码。 相关概念 [图片解码]&#xff1a;读…

【书生浦语第二期实战营学习笔记作业(四)】

课程文档&#xff1a;https://github.com/InternLM/Tutorial/blob/camp2/xtuner/readme.md 作业文档&#xff1a;https://github.com/InternLM/Tutorial/blob/camp2/xtuner/homework.md 书生浦语第二期实战营学习笔记&作业(四) 1.1、微调理论讲解及 XTuner 介绍 两种Fin…

不要摆摊,不要开早餐店,原因如下

关注卢松松&#xff0c;会经常给你分享一些我的经验和观点。 我最近开通了视频号会员专区嘛&#xff0c;专区有个问答功能可以提问&#xff0c;有个会员问了我问题&#xff0c;其中一条问答分享给大家&#xff1a; 松哥&#xff0c;突然想去兼职&#xff0c;早上卖点杂粮煎饼果…

C语言自定义类型【结构体】

结构体的概念 结构是一些值的集合&#xff0c;这些值被称为成员变量。结构的每个成员可以是不同类型的变量。 1.结构体的声明 1.1普通声明 我们假设要创建一本书的类型&#xff0c;那我们需要书名&#xff0c;作者&#xff0c;价格&#xff0c;书的ID 代码如下&#xff1a;…

2024年04月09日 Go生态洞察:2024年上半年Go开发者调查报告洞察

&#x1f337;&#x1f341; 博主猫头虎&#xff08;&#x1f405;&#x1f43e;&#xff09;带您 Go to New World✨&#x1f341; &#x1f984; 博客首页——&#x1f405;&#x1f43e;猫头虎的博客&#x1f390; 专栏链接&#xff1a; &#x1f517; 精选专栏&#xff1a;…

Linux——web基础实验

实验前的安装 [rootwebserver ~]# yum -y install httpd [rootwebserver ~]# systemctl enable --now httpd Created symlink /etc/systemd/system/multi-user.target.wants/httpd.service → /usr/lib/systemd/system/httpd.service. [rootwebserver ~]# echo test for apach…

性能监控数据(本地、服务器)

CPU、内存、磁盘等的监控 一、mac本地性能监控 1. top 终端&#xff1a; top load Avg: 平均负载(1分钟&#xff0c;5 分钟&#xff0c;15 分钟)值不能超过 4&#xff0c;要不然就是超负荷运行 Tasks: 进程数 %Cpu(s): idle :剩余百分比 KiB Mem: free:剩余内存&#xff0…

再谈C语言——理解指针(五)(完结篇)

数组名的理解 在上⼀个章节我们在使⽤指针访问数组的内容时&#xff0c;有这样的代码&#xff1a; int arr[10] {1,2,3,4,5,6,7,8,9,10}; int *p &arr[0]; 这⾥我们使⽤ &arr[0] 的⽅式拿到了数组第⼀个元素的地址&#xff0c;但是其实数组名本来就是地址&#xf…

视频剪辑新高度:轻松为视频添加字幕,提升内容质量与传播力

视频已经成为最直观、最动人的信息传播方式。但是&#xff0c;仅仅依靠画面和声音&#xff0c;往往难以完全传达视频的核心内容或情感。这时&#xff0c;字幕的加入就显得尤为重要。它们不仅能够增强观众的观看体验&#xff0c;还能为视频增添独特的文字魅力。 首先&#xff0…

让你的电脑准时“打个盹”:Win10定时休眠

哈喽&#xff0c;大家好&#xff0c;我是木头左&#xff01; 一、Windows 10任务计划程序 在快节奏的工作生活中&#xff0c;常常需要让电脑在特定时间执行某些任务&#xff0c;而Windows 10的任务计划程序就是为此而生的神器。它不仅可以自动更新系统、备份文件&#xff0c;甚…

九泰智库 | 医械周刊- Vol.23

⚖️ 法规动态 新疆药品和医疗器械产品注册费收费标准大幅降低平均降幅95% 近日&#xff0c;新疆自治区发展和改革委会同自治区财政厅印发《关于调整药品医疗器械产品注册费收费标准的通知》&#xff0c;明确自2024年4月29日起&#xff0c;取消药品补充申请注册费&#xff0c;药…

打造人脸磨皮算法新标杆,满足企业多元化需求

高清视频和图片已成为企业展示形象、传递信息的重要载体&#xff0c;拍摄过程中难以避免的皮肤瑕疵和纹理不均等问题&#xff0c;常常让精美的画面失色。美摄科技凭借其领先的人脸磨皮算法解决方案&#xff0c;为企业提供了高效、精细的图像处理服务&#xff0c;让每一帧画面都…

Git ignore、exclude for TortoiseGit 小结

1.Ignore Type&#xff1a;忽略类型&#xff0c;也即忽略规则&#xff0c;如何去忽略文件? 1.1.Ignore item(s) only in containing folder(s)&#xff1a;仅忽略在包含在文件夹中项目。 仅忽略该文件夹下选定的patterns。the patterns其实就是文件类型&#xff0c;比如.txt后…

python安装pytorch@FreeBSD

先上结论&#xff0c;最后在conda下安装成功了&#xff01; PyTorch是一个开源的人工智能深度学习框架&#xff0c;由Facebook人工智能研究院&#xff08;FAIR&#xff09;基于Torch库开发并维护。PyTorch提供了一个高效、灵活且易于使用的工具集&#xff0c;用于构建和训练深…

SpringMVC基础篇(一)

文章目录 1.基本介绍1.特点2.SpringMVC跟SpringBoot的关系 2.快速入门1.需求分析2.图解3.环境搭建1.创建普通java工程2.添加web框架支持3.配置lib文件夹1.导入jar包2.Add as Library3.以后自动添加 4.配置tomcat1.配置上下文路径2.配置热加载 5.src下创建Spring配置文件applica…

找不到openjdk-1.8-tools和openjdk-1.8-jconsole

每次打包都报找不到openjdk-1.8-tools和openjdk-1.8-jconsole&#xff0c;但是在项目中并没有用到。 这个是在maven仓库下的druid下的pom文件中。根本没有用到&#xff0c;于是把这两行注释调。解决 .m2\repository\com\alibaba\druid\1.2.6\druid-1.2.6.pom

钡铼IOy系列模块在无人值守智能仓库中的成功运用,提升仓储物流效率

随着科技的不断发展&#xff0c;无人值守智能仓库正成为现代物流行业的一个重要趋势。在这个快节奏的时代&#xff0c;提升仓储物流效率是企业追求的目标之一。钡铼IOy系列模块为无人值守智能仓库的成功运作提供了关键支持。本文将探讨钡铼IOy系列模块在无人值守智能仓库中的应…

深入Linux下的GCC编译器:从入门到精通

目录标题 1、GCC编译器概述2、安装GCC3、GCC的基本使用4、高级功能4.1 多文件编译4.2 静态和动态链接4.3 什么是链接&#xff1f;4.4 静态链接优点缺点 4.5 动态链接优点缺点 4.6 实际应用4.7 编译优化 GCC&#xff08;GNU Compiler Collection&#xff09;是一款免费、开源的编…

Elasticsearch下载

1 最新版下载地址 Download Elasticsearch | Elastic https://www.elastic.co/cn/downloads/elasticsearch 2 其他版本下载地址 https://www.elastic.co/cn/downloads/past-releases#elasticsearch 7.9.2:https://artifacts.elastic.co/downloads/elasticsearch/elasticsear…