数据挖掘分析

本文对读取的csv文件，进行了求最大值、最小值、平均值、空值，最后绘制了箱式图。

1、输出数据集的基本信息

①全部数据集

data = pd.read_csv(r"C:\Users\Administrator\Desktop\catering_sale.csv",usecols=[0,1])

# num = pd.Series(data,index=[i in range(size(data))])
print(data)

②最大值、最小值、平均值

 print(data.describe()) 

2、统计缺失的变量和样本个数

data_value = data['销量'].shape[0] - data['销量'].count()
print("缺失值数量：",data_value)
print("样本个数：",data['销量'].shape[0])

3、通过箱式图判断异常点

①空点为异常点

#解决中文显示问题
plt.rcParams['font.sans-serif'] = ['KaiTi'] # 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
fig,axes = plt.subplots()
data.boxplot(column='销量',ax=axes)
# column参数表示要绘制成箱形图的数据，可以是一列或多列
# by参数表示分组依据
 
axes.set_ylabel('values of data')
fig.savefig(r'存储路径')

②密集点外的为异常点

#解决中文显示问题
plt.rcParams['font.sans-serif'] = ['KaiTi'] # 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
fig,axes = plt.subplots()
data.boxplot(column='销量',by=['日期','销量'],ax=axes)
# column参数表示要绘制成箱形图的数据，可以是一列或多列
# by参数表示分组依据
 
axes.set_ylabel('values of data')
fig.savefig(r'存储路径')

 

 

4、完整代码

import pandas as pd
import numpy as nm
import matplotlib.pyplot as plt


data = pd.read_csv(r"csv文件的绝对路径",usecols=[0,1])//usecols表示读出的列

# num = pd.Series(data,index=[i in range(size(data))])
print(data)
print(data.describe())
data_value = data['销量'].shape[0] - data['销量'].count()
print("缺失值数量：",data_value)
print("样本个数：",data['销量'].shape[0])

#解决中文显示问题
plt.rcParams['font.sans-serif'] = ['KaiTi'] # 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
fig,axes = plt.subplots()
data.boxplot(column='销量',by=['日期','销量'],ax=axes)
# column参数表示要绘制成箱形图的数据，可以是一列或多列
# by参数表示分组依据
 
axes.set_ylabel('values of data')
fig.savefig(r'存储图片的路径')