pandas，seaborn，plotly画图

数据分析

表格

学号	姓名	性别	平时分	期末分	总评分	班级
200129501	学生501	女	100	98	99	软件205
200129502	学生502	女	99	97	98	软件205
200129503	学生503	男	98	98	98	软件205
200129504	学生504	女	99	90	95	软件205
200129505	学生505	男	95	95	95	软件205
200129506	学生506	男	97	89	93	软件205
...	...	...	...	...	...	...

---

需要用到的库

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
import plotly.graph_objects as go

中文显示

# 中文显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

---

1 .pandas柱状图

可以宏观的展现两个班所有人的成绩

plot() ：pandas画图函数：

• kind='bar' ：柱状图，kind='scatter':散点图
• 不填kind默认是折线图

xticks()：设置x轴刻度文字：

• ticks：x轴刻度

• labels：x轴文字

• rotation：旋转角度

• fontsize：字体大小

# 读取数据
data = pd.read_excel('期中考试成绩分析-数据脱敏-分析建议.xlsx',usecols = [1,3,4,5])
# 画柱状图
data.plot(kind='bar')
# 写入x轴文字
plt.xticks(range(len(data['姓名'])), data['姓名'], rotation=45, fontsize=8)
plt.xlabel("姓名")
plt.ylabel("成绩")
plt.title('学生成绩中期评估')
plt.show()

柱状图

---

2. seaborn散点图

可以直观表现两个班成绩的分布

relplot() ：seaborn散点图函数：

• x,y：横坐标变量，纵坐标变量

• hue：分组

• data：表格数据

data = pd.read_excel('期中考试成绩分析-数据脱敏-分析建议.xlsx')
# 选择x轴y轴，导入数据
sns.relplot(x='平时分',y='期末分',hue='班级',data=data)
plt.title('学生成绩中期评估')
plt.show()

散点图

---

3.seaborn箱线图

可以很直观的对比两个班的成绩

boxplot() ：seaborn箱线图函数：

• x,y：横坐标变量，纵坐标变量

• hue：分组

• data：表格数据

data = pd.read_excel('期中考试成绩分析-数据脱敏-分析建议.xlsx')
# 选择x轴y轴，导入数据
sns.boxplot(x='班级', y='总评分', data=data)
plt.title('学生成绩中期评估')
plt.show()

箱线图

---

4.plotly画图

输出是一个网页，可以展现两个班各自成绩的分布情况

sheet_name：选择sheet表

go.Bar()条形图，go.Scatter散点图，等等等。。。。

• x,y:x轴刻度，y轴的数据

• text：标识

• textposition：标识位置

• name：图例名称

• yaxis：y2设置双纵轴

• mode：设置线条样式,markers：点，line：线

go.Layout：设置布局

• title：标题
• xaxis：x轴标签
• yaxis：y轴标签
• yaxis2：第二个y轴标签，和y轴的位置

go.Figure()：生成对象

• data：图表

• layout：图表布局

data = pd.read_excel('期中考试成绩分析-数据脱敏-分析建议.xlsx',sheet_name='初始数据-建议')
# 画两张图
t1=go.Bar(
    x=data['姓名'],
    y=data['总评分'],
    text=data['总评分'],
    textposition='outside',
    name='总评分')
t2 = go.Scatter(
    x=data['姓名'],
    y=data['分差'],
    name='分差',
    yaxis="y2",
    mode='lines'
    )
data=[t1,t2]
# 设置标签
layout=go.Layout(
    title="期中考试成绩分析",
    xaxis=dict(title="姓名"),
    yaxis=dict(title="总评分"),
    yaxis2=dict(title='方差',overlaying='y',side='right'))

fig = go.Figure(data=data,layout=layout)
fig.show()

直方图,折线图

---

5. value_counts计数

# 统计班级人数
print(data['班级'].value_counts())

# 统计各分出现的次数，默认降序
# 升序，添加asceding=True
print(data['总评分'].value_counts())

# 查看百分比
print(data['总评分'].value_counts(normalize=True))