7057-2.Python数据分析：统计与图表生成

这篇文章中我将简单介绍列表和文件中数据的统计
这里我们利用pandas中的value_countsimport matplotlib.pyplot as plt
import pandas as pd
s=(['a','b','b','b','c','a','b','c','a','a','b','b','b'])
f=open("train.csv")#打开一个数据文件，以泰坦尼克号生还数据为例
data=pd.read_csv(f)

print(pd.value_counts(s))#对于列表元素进行计数
print(pd.value_counts(data.Survived))#对于csv文件中一列数据进行计数
#或使用语句：print(data.Survived.value_counts())

输出样式如下：

b    7
a    4
c    2
dtype: int64
0    549
1    342
Name: Survived, dtype: int64

那么我们不妨试着用图表的方式表示出来：

ax1=plt.subplot2grid((1,2),(0,0))#生成一行两列的图表，该表位于（0，0）的位置
pd.value_counts(s).plot(kind='bar')#将计数结果通过绘制图表实现可视化
plt.title("Num of the letter")#设置图表标题
plt.ylabel("字母数量")#设置y轴标题

ax2=plt.subplot2grid((1,2),(0,1))
data.Survived.value_counts().plot(kind='bar')
ax1.set_xlim(-1,2)
plt.title("Distribution of Survival,(1=Survived)")
plt.ylabel("人数")
plt.show()

那么，就大功告成了
输出如下：



#附：plot的各类参数
#label 用于图例的标签
#style 将要传给matplotlib的字符串范式
#kind 可以是’line’：折线图；'bar’：柱状图； ‘barh’：条形图；‘kde’：密度分布图
#ax 要在其上进行绘制的matplotlib subplot对象，注：如果没有设置，则使用当前matplotlib subplot
#use_index 将对象的索引用作刻度标签
#rot 旋转刻度标签(0-360)
#alpha 图表不透明度设置，参数为0-1
#xticks 用作X轴刻度值（精确度）
#yticks 用作Y轴刻度值（精确度）
#xlim X轴的范围（函数的定义域）
#ylim Y轴的范围（值域或取值范围）
#grid 显示轴网格线