手把手教你用直方图、饼图和条形图做数据分析（Python代码）

淡淡的烟草味﹌ 2023-02-18 09:36 311阅读 0赞

![format_png][]

**导读：**对数据进行质量分析以后，接下来可通过绘制图表、计算某些特征量等手段进行数据的特征分析。

其中，分布分析能揭示数据的分布特征和分布类型。本文就手把手教你做分布分析。

作者：张良均 谭立云 刘名军 江建明

来源：大数据DT（ID：hzdashuju）

![format_png 1][]

对于定量数据，要想了解其分布形式是对称的还是非对称的、发现某些特大或特小的可疑值，可做出频率分布表、绘制频率分布直方图、绘制茎叶图进行直观分析；对于定性数据，可用饼图和条形图直观地显示其分布情况。

**01 定量数据的分布分析**

对于定量变量而言，选择“**组数**”和“**组宽**”是做频率分布分析时最主要的问题，一般按照以下**步骤**进行：

*  第一步：求极差。
 *  第二步：决定组距与组数。
 *  第三步：决定分点。
 *  第四步：列出频率分布表。
 *  第五步：绘制频率分布直方图。

遵循的**主要原则**如下：

1.  各组之间必须是相互排斥的。
2.  各组必须将所有的数据包含在内。
3.  各组的组宽最好相等。

下面结合具体实例来运用分布分析对定量数据进行特征分析。

表3-2是菜品“捞起生鱼片”在2014年第二个季度的销售数据，绘制销售量的频率分布表、频率分布图，对该定量数据做出相应的分析。

![format_png 2][]

▲表3-2 “捞起生鱼片”的销售情况

**1. 求极差**

极差=最大值-最小值=3960-45=3915

**2. 分组**

这里根据业务数据的含义，可取组距为500，则组数如下所示。

组数=极差/组距=3915/500=7.83≈8

**3. 决定分点**

分布区间如表3-3所示。

![format_png 3][]

▲表3-3 分布区间

**4. 绘制频率分布直方表**

根据分组区间得到如表3-4所示的频率分布表。

*  其中，第1列将数据所在的范围分成若干组段，其中第1个组段要包括最小值，最后一个组段要包括最大值。习惯上将各组段设为左闭右开的半开区间，如第一个组段为\[0,500)。
 *  第2列组中值是各组段的代表值，由本组段的上限值和下限值相加除以2得到。
 *  第3列和第4列分别为频数和频率。
 *  第5列是累计频率，是否需要计算该列数值视情况而定。

![format_png 4][]

▲表3-4 频率分布

**5. 绘制频率分布直方图**

若以2014年第二季度“捞起生鱼片”这道菜每天的销售额组段为横轴，以各组段的频率密度（频率与组距之比）为纵轴，表3-4中的数据可绘制成频率分布直方图，如代码清单3-3所示。

*  **代码清单3-3 “捞起生鱼片”的季度销售情况**

import pandas as pd
    import numpy as np
    catering_sale = '../data/catering_fish_congee.xls'        # 餐饮数据
    data = pd.read_excel(catering_sale,names=['date','sale'])  # 读取数据，指定“日期”
        列为索引
    
    bins = [0,500,1000,1500,2000,2500,3000,3500,4000]
    labels = ['[0,500)','[500,1000)','[1000,1500)','[1500,2000)',
           '[2000,2500)','[2500,3000)','[3000,3500)','[3500,4000)']
    
    data['sale分层'] = pd.cut(data.sale, bins, labels=labels)
    aggResult = data.groupby(by=['sale分层'])['sale'].agg({'sale': np.size})
    
    pAggResult = round(aggResult/aggResult.sum(), 2, ) * 100
    
    import matplotlib.pyplot as plt
    plt.figure(figsize=(10,6))     # 设置图框大小尺寸
    pAggResult['sale'].plot(kind='bar',width=0.8,fontsize=10)  # 绘制频率直方图
    plt.rcParams['font.sans-serif'] = ['SimHei']               # 用来正常显示中文标签
    plt.title('季度销售额频率分布直方图',fontsize=20)
    plt.show()

运行代码清单3-3可得季度销售额频率分布直方图，如图3-3所示。

![format_png 5][]

▲图3-3 季度销售额频率分布直方图

**02 定性数据的分布分析**

对于定性变量，常常根据变量的分类类型来分组，可以采用饼图和条形图来描述定性变量的分布，如代码清单3-4所示。

*  **代码清单3-4 不同菜品在某段时间的销售量分布情况**

import pandas as pd
    import matplotlib.pyplot as plt
    catering_dish_profit = '../data/catering_dish_profit.xls'# 餐饮数据
    data = pd.read_excel(catering_dish_profit)  # 读取数据，指定“日期”列
      为索引
    
    # 绘制饼图
    x = data['盈利']
    labels = data['菜品名']
    plt.figure(figsize=(8, 6))  # 设置画布大小
    plt.pie(x,labels=labels)  # 绘制饼图
    plt.rcParams['font.sans-serif'] = 'SimHei'
    plt.title('菜品销售量分布（饼图）')  # 设置标题
    plt.axis('equal')
    plt.show()
    
    # 绘制条形图
    x = data['菜品名']
    y = data['盈利']
    plt.figure(figsize=(8, 4))  # 设置画布大小
    plt.bar(x,y)
    plt.rcParams['font.sans-serif'] = 'SimHei'
    plt.xlabel('菜品')  # 设置x轴标题
    plt.ylabel('销量')  # 设置y轴标题
    plt.title('菜品销售量分布（条形图）')# 设置标题
    plt.show()  # 展示图片

饼图的每一个扇形部分代表每一类型的所占百分比或频数，根据定性变量的类型数目将饼图分成几个部分，每一部分的大小与每一类型的频数成正比；条形图的高度代表每一类型的百分比或频数，条形图的宽度没有意义。

运行代码清单3-4可得不同菜品在某段时间的销售量分布图，如图3-4和图3-5所示。

![format_png 6][]

▲图3‑4 菜品销售量分布（饼图）

![format_png 7][]

▲图3‑5 菜品销售量分布（条形图）

关于作者：张良均，资深大数据挖掘与分析专家、模式识别专家、AI技术专家。有10余年大数据挖掘与分析经验，擅长Python、R、Hadoop、Matlab等技术实现的数据挖掘与分析，对机器学习等AI技术驱动的数据分析也有深入研究。

本文摘编自《Python数据分析与挖掘实战》（第2版），经出版方授权发布。

延伸阅读《Python数据分析与挖掘实战》

点击上图了解及购买

转载请联系微信：DoctorData

**推荐语：**畅销书全新升级，第1版销售超过10万册，被国内100余所高等院校采用为教材，同时被广大数据科学工作者奉为经典，是该领域公认的事实标准。作者在大数据挖掘与分析等领域有10余年的工程实践、教学和创办企业的经验，不仅掌握行业的最新技术和实践方法，而且洞悉学生和老师的需求与痛点。

![音符][format_png 8]

**划重点????**

**干货直达????**

*  [2020上半年，50万大数据DT用户最爱的10本书][2020_50_DT_10]  
    
 *  [哪些数据库是行存储？哪些是列存储？有什么区别？][Link 1]  
    
 *  [什么是数字化转型？来自IBM、微软、阿里的精华观点和实践][IBM]  
    
 *  [6个维度、1个书单，解读最近很火的数据产品经理是做什么的][6_1]

**更多精彩????**

在公众号对话框输入以下**关键词**

查看更多优质内容！

**PPT** | **读书** | **书单** | **硬核** | **干货**** **| **讲明白**

**大数据** | **云计算** | **数据库** | **Python** | **可视化 **|** ****神操作**

**AI** | **人工智能** | **机器学习** | **深度学习** | **神经网络**

**5G**** **|** 中台 **|** 用户画像**** **| **1024** | **大神** | **数学 **|** 揭秘**

据统计，99%的大咖都完成了这个神操作

**????**

![format_png 9][]

![format_png 10][]

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2dpZi9LZkxHRjBpYnU2Y0o2NlZTVXpiRDJwVGUxZ3ZDZ3dIUGNwa2VXWHNUV21GMlpJcEJ3OGVZVW1NSmlicDh6MmZpY2liSnVROHdoMkM0OVhmbWFoRHl3MEthbHcvNjQw?x-oss-process=image/format,png
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9MU09qeWliNWdpYVZjZUR6TlZhTHdXRDVrc1ZlUGxTRjIweDJleGwzTjdpY0UxQXh0aWJmaWMya3JZOThSbVdZNTNHSDJ3WkhCaWJmWGdNYlBaaWFvVjJkYzdQV3cvNjQw?x-oss-process=image/format,png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9MU09qeWliNWdpYVZjZUR6TlZhTHdXRDVrc1ZlUGxTRjIwMnpMcFpRTW1hSGE5eVR1WVN2YlRTaFJiWXByMVVNOTlLb05CY0N3dWlibTR4aWFMY1hJc2ZMZEEvNjQw?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9MU09qeWliNWdpYVZjZUR6TlZhTHdXRDVrc1ZlUGxTRjIwRlhuOWhUUktORGxQZjVwNmt5azFtc3ZTblc0amczOVppYXp0c1RGZlgwSnF5QkZCaWNpY09hNzFBLzY0MA?x-oss-process=image/format,png
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9MU09qeWliNWdpYVZjZUR6TlZhTHdXRDVrc1ZlUGxTRjIwcU5CSVl0cTVvMWVaWmljZnMyY3VCTXZKekppY0dUeE5Gc2JQMHNiT2U2Qjd1SW1uZUliVEV4Z0EvNjQw?x-oss-process=image/format,png
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9MU09qeWliNWdpYVZjZUR6TlZhTHdXRDVrc1ZlUGxTRjIwbnRUemlhNjFFT2poSU1saWNzVXlpYXRFYlAyNGRITjFWZVU0RmNtVVRPaGx0d0lUWWNORHc3RU5nLzY0MA?x-oss-process=image/format,png
[format_png 6]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9MU09qeWliNWdpYVZjZUR6TlZhTHdXRDVrc1ZlUGxTRjIwemhtSlEzSFFEZWJrNWhXMTM3RUNTeFFURDFHZURLVW8xelRtSTg3Q28wdDhFd3Y4YjQySDhnLzY0MA?x-oss-process=image/format,png
[format_png 7]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9MU09qeWliNWdpYVZjZUR6TlZhTHdXRDVrc1ZlUGxTRjIwRzFyOUlTaWMwaWNOa29hR01pYjlVelJ4T3czMEcwRXlFd2lhbHF6Y0hhbHVXUG1EWlFBQVdNaWJQVmcvNjQw?x-oss-process=image/format,png
[format_png 8]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6L2NaVjJoUnB1QVBpYUpRWFdHeUM5d3JVeklpY2liZ1hheXJnaWJUWWFyVDNBMXl6dHRidGFPMEpsVjIxd01xcm9HWVQzUXRQcTJDN0hNWXN2aWNTQjJwN2RUQmcvNjQw?x-oss-process=image/format,png
[2020_50_DT_10]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c93e4dbfb1af2ed22bcf933273941d511fb2db61c213ab646c632b440e5e5fe7261bdb448&idx=2&mid=2247506440&scene=21&sn=5cf01392fdccbc21b4fb2cd344218b11#wechat_redirect
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c9045dbfb195332addf99d2d60e718c36388fc6990d4741a7e0299d8f04d45549df948701&idx=2&mid=2247506345&scene=21&sn=50e5d16caecd009a6545d9f8b824b2c5#wechat_redirect
[IBM]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c9099dbfb198f0501037b4ba7b40b42f0f49da580345c4799edba68be746a33d9cfd9893c&idx=2&mid=2247506293&scene=21&sn=53e3935bc3969ce9c558cb362d7b49c0#wechat_redirect
[6_1]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c9131dbfb182732a13024bf54f7a8d68822bcbb6bf064af725363f1be7188e5704a7b1afa&idx=2&mid=2247506141&scene=21&sn=c6364b6fce890f24a3659d321b8516c2#wechat_redirect
[format_png 9]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2dpZi9MU09qeWliNWdpYVZkUFFyOEtxQllFaHlvS2RNc2cwRWxPRjFrMmVOd2dpY2NnanBWbmNWaWJzRGljUk9pY2p2SVpTRndPR0FkM250UzNYQWlhS1U3ME1QSW0wVncvNjQw?x-oss-process=image/format,png
[format_png 10]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9MU09qeWliNWdpYVZkR2JGdk8wSXRRRDFkM29GaWNPc0hMNFZ6WDFqOHpHTExTaWEzWm9EcHBhRldBRUFZM2VPamlhSkZSZnpaR3BCNXEzendLRlNVb2JMekhnLzY0MA?x-oss-process=image/format,png