共计 4193 个字符，预计需要花费 11 分钟才能阅读完成。
CDA 数据分析研究院原创作品，转载需授权
小编总是被那些玩转数据、利用数据做出超炫酷图表的大佬深深折服，膝盖都不够给他们。进行数据可视化做出超炫图表的软件有很多，今天小编也用数据分析常用的 python 来演示一下如何做出精彩的数据可视化呈现。
导入相关的库和加载数据
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from datetime import date, timedelta, datetime
设置路径和加载数据
小编使用的是一个记录美国 1908 年到 2009 年飞机出事和死亡乘客记录的数据。
import os
os.chdir(r’D:dataair_data’)
Data=pd.read_csv(‘airplane.csv’)
查看各列有没有缺失值：
Data.isnull().sum()
对缺失数据进行清洗：
Data[‘Time’] = Data[‘Time’].replace(np.nan, ’00:00′)
Data[‘Time’] = Data[‘Time’].str.replace(‘c: ‘, ”)
Data[‘Time’] = Data[‘Time’].str.replace(‘c:’, ”)
Data[‘Time’] = Data[‘Time’].str.replace(‘c’, ”)
Data[‘Time’] = Data[‘Time’].str.replace(’12’20’, ’12:20′)
Data[‘Time’] = Data[‘Time’].str.replace(‘18.40′, ’18:40’)
Data[‘Time’] = Data[‘Time’].str.replace(‘0943′, ’09:43’)
Data[‘Time’] = Data[‘Time’].str.replace(’22’08’, ’22:08′)
Data[‘Time’] = Data[‘Time’].str.replace(‘114:20′, ’00:00’)
Data[‘Time’] = Data[‘Date’] + ‘ ‘ + Data[‘Time’]
return datetime.strptime(x, ‘%m/%d/%Y %H:%M’)
Data[‘Time’] = Data[‘Time’].apply(todate)
print(‘Date ranges from ‘ + str(Data.Time.min()) + ‘ to ‘ + str(Data.Time.max()))
Data.Operator = Data.Operator.str.upper()
数据可视化
绘制 1908 年到 2009 年飞机出事频数的折线图，大概得出一个趋势变化。
Temp = Data.groupby(Data.Time.dt.year)[[‘Date’]].count()
Temp = Temp.rename(columns={“Date”: “Count”})
plt.figure(figsize=(12,6))
plt.style.use(‘bmh’)
plt.plot(Temp.index, ‘Count’, data=Temp, color=’blue’, marker = “.”, linewidth=1)
plt.xlabel(‘Year’, fontsize=10)
plt.ylabel(‘Count’, fontsize=10)
plt.title(‘Count of accidents by Year’, loc=’Center’, fontsize=14)
plt.show()
我们把时间再精细化点，观察每月，每个星期，甚至每小时的事故，这次我们不看趋势，看量，绘制条形图。
import matplotlib.pylab as pl
import matplotlib.gridspec as gridspec
gs = gridspec.GridSpec(2, 2)
pl.figure(figsize=(15,10))
plt.style.use(‘seaborn-muted’)
ax = pl.subplot(gs[0, :]) # row 0, col 0
sns.barplot(Data.groupby(Data.Time.dt.month)[[‘Date’]].count().index, ‘Date’, data=Data.groupby(Data.Time.dt.month)[[‘Date’]].count(), color=’lightskyblue’, linewidth=2)
plt.xticks(Data.groupby(Data.Time.dt.month)[[‘Date’]].count().index, [‘Jan’, ‘Feb’, ‘Mar’, ‘Apr’, ‘May’, ‘Jun’, ‘Jul’, ‘Aug’, ‘Sep’, ‘Oct’, ‘Nov’, ‘Dec’])
plt.xlabel(‘Month’, fontsize=10)
plt.ylabel(‘Count’, fontsize=10)
plt.title(‘Count of accidents by Month’, loc=’Center’, fontsize=14)
ax = pl.subplot(gs[1, 0])
sns.barplot(Data.groupby(Data.Time.dt.weekday)[[‘Date’]].count().index, ‘Date’, data=Data.groupby(Data.Time.dt.weekday)[[‘Date’]].count(), color=’lightskyblue’, linewidth=2)
plt.xticks(Data.groupby(Data.Time.dt.weekday)[[‘Date’]].count().index, [‘Mon’, ‘Tue’, ‘Wed’, ‘Thu’, ‘Fri’, ‘Sat’, ‘Sun’])
plt.xlabel(‘Day of Week’, fontsize=10)
plt.ylabel(‘Count’, fontsize=10)
plt.title(‘Count of accidents by Day of Week’, loc=’Center’, fontsize=14)
ax = pl.subplot(gs[1, 1])
sns.barplot(Data[Data.Time.dt.hour != 0].groupby(Data.Time.dt.hour)[[‘Date’]].count().index, ‘Date’, data=Data[Data.Time.dt.hour != 0].groupby(Data.Time.dt.hour)[[‘Date’]].count(),color =’lightskyblue’, linewidth=2)
plt.xlabel(‘Hour’, fontsize=10)
plt.ylabel(‘Count’, fontsize=10)
plt.title(‘Count of accidents by Hour’, loc=’Center’, fontsize=14)
plt.tight_layout()
plt.show()
出事时，每年登机人数与死亡人数的对比图
Fatalities = Data.groupby(Data.Time.dt.year).sum()
Fatalities[‘Proportion’] = Fatalities[‘Fatalities’] / Fatalities[‘Aboard’]
plt.figure(figsize=(15,6))
plt.subplot(1, 2, 1)
plt.fill_between(Fatalities.index, ‘Aboard’, data=Fatalities, color=”skyblue”, alpha=0.2)
plt.plot(Fatalities.index, ‘Aboard’, data=Fatalities, marker = “.”, color=”Slateblue”, alpha=0.6, linewidth=1)
plt.fill_between(Fatalities.index, ‘Fatalities’, data=Fatalities, color=”olive”, alpha=0.2)
plt.plot(Fatalities.index, ‘Fatalities’, data=Fatalities, color=”olive”, marker = “.”, alpha=0.6, linewidth=1)
plt.legend(fontsize=10)
plt.xlabel(‘Year’, fontsize=10)
plt.ylabel(‘Amount of people’, fontsize=10)
plt.title(‘Total number of people involved by Year’, loc=’Center’, fontsize=14)
plt.subplot(1, 2, 2)
plt.plot(Fatalities.index, ‘Proportion’, data=Fatalities, marker = “.”, color = ‘red’, linewidth=1)
plt.xlabel(‘Year’, fontsize=10)
plt.ylabel(‘Ratio’, fontsize=10)
plt.title(‘Fatalities / Total Ratio by Year’, loc=’Center’, fontsize=14)
plt.tight_layout()
plt.show()
通过对比图我们可以看到死亡人数变得如此之高(即使在 90 年代后似乎有下降的趋势)。一些人提出了一个很好的观点，那就是图表并没有显示每年所有航班发生事故的比例。因此，1970-1990 年在空中交通信号灯的历史上看起来是可怕的一年，死亡人数上升，但也有可能是乘飞机的总人数上升，而实际上比例下降了。
亲爱的筒子们，想了解更多用 python 玩转数据、掌握炫酷可视化技能那就赶紧关注 CDA 数据分析师 wechat 公众号 (cdacdacda) 吧，点赞、转发、收藏，更多干货内容呈现给你噢。
https://www.cda.cn/kecheng/in…
