本篇博客使用到的数据如下：通过分析每个学生的学习时长来分析学生的学习稳定性。
（共有115人，每个人记录了11次的学习数据）
一、分布分析
1、定量数据分布分析
定量数据分布分析：主要是求极差
将Excel数据导入之后赋值给x，令x3为最后一周的数据：
x3=x['20220403']
# 01.求极差 R=x3.max()-x3.min() # 得到的极差值：11405
# 02.分桶 rg=np.ceil(R/600) # 使用600作为分组的间隔 # np.ceil用法：求出大于等于Ｒ／600的最小整数
得到的rg=20.0，因此如果我们按照间隔600来分组的话，应该要分20桶。
# 构造区间，决定分点 listBins=np.arange(0,12001,600) # 从0-12000，使用600来间隔 listBins
import itertools # 容器工具，根据需要组件特定的数据 aa=listBins bb=list(itertools.permutations(aa,2)) print(bb) # python 全排列，permutations函数 # itertools.permutations(iterable, r=None) # 连续返回由 iterable 元素生成长度为 r 的排列。
fw=list(listBins) fenzu=pd.cut(x3.values,fw,right=False) print(fenzu.codes) print(fenzu.categories) # IntervalIndex([[0, 600), [600, 1200), [1200, 1800), [1800, 2400), [2400, 3000) ... [9000, 9600), [9600, 10200), [10200, 10800), [10800, 11400), [11400, 12000)], dtype='interval[int64, left]') ps=fenzu.value_counts() ps
ps.plot(kind='bar')
通过分桶的列表了解学生的学习情况：
qujian=pd.cut(x3,fw,right=False) x['区间']=qujian.values x.groupby('区间').median() # 获取中位值 x.groupby('区间').mean() # 获取平均值 ps_df=pd.DataFrame(ps,columns=['频数']) ps_df['频率f']=ps_df/ps_df['频数'].sum() ps_df['频率%']=ps_df['频率f'].map(lambda x:'%.2f%%'%(x*100)) ps_df['累计频率f']=ps_df['频率f'].cumsum() # 累计 ps_df['累计频率%']=ps_df['累计频率f'].map(lambda x:'%.4f%%'%(x*100)) ps_df
2、绘制频率图
ps_df['频率f'].plot(kind='bar', width=0.8, figsize=(18,9), rot=90, color='g', grid=True, alpha=0.5 ) plt.title("在线学习频率直方图") x=len(ps_df) y=ps_df['频率f'] m=ps_df['频数'] for i,j,k in zip(range(x),y,m): # 打包函数，将数据重新整合 plt.text(i-0.2,j-0.01,'%i' % k,color='k') # 代表柱状图上面的数字与柱状图的距离
# 类似Excel的对比图 ps_df.style.bar(subset=['频率f','累计频率f'], color='green',width=100)
二、对比分析
1、绝对数对比
import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号 from datetime import datetime fig,axes = plt.subplots(2,1,figsize = (30,20),sharex=False) dfddiff.plot(kind='line',style='--.',alpha=0.8,ax=axes[0]) axes[0].legend(loc='best',frameon=True,ncol=3) dfdiffv2.plot(kind='line',style='--.',alpha=0.8,ax=axes[1]) x=range(len(dfdiffv2)) plt.xticks(x,(dfdiffv2.index.values)) axes[1].set_xticklabels(dfdiffv2.index.values,rotation=90)
将前10人的数据做bar图：可以分析他们在不同时间段的表现情况
ax=df[0:10].plot(kind='bar',legend=False,figsize=(12,8)) patches,labels=ax.get_legend_handles_labels() ax.legend(patches,labels,loc='best') plt.xticks(rotation=30)
2、差值折线图
# 将两个人的学习时长数据进行比较 fig=plt.figure(figsize=(10,6)) plt.subplots_adjust(hspace=0.3) ax1=fig.add_subplot(2,1,1) x=range(len(df2)) y1=df2['罗梓'] y2=-df2['李裕'] plt.bar(x,y1,width=1,facecolor='yellowgreen') plt.bar(x,y2,width=1,facecolor='lightskyblue') plt.grid() plt.xticks(x,(df2.index.values)) ax1.set_xticklabels(df2.index.values,rotation=90)
#差值折线图比较 fig=plt.figure(figsize=(10,6)) plt.subplots_adjust(hspace=0.3) ax1=fig.add_subplot(2,1,1) x=range(len(df2)) y1=df2['罗梓'] y2=df2['李裕'] y3=y1-y2 plt.plot(x,y3,'--^r') plt.axhline(1000,color='r',linestyle='--') plt.bar(x,y1,width=1,facecolor='yellowgreen') plt.bar(x,y2,width=1,facecolor='lightskyblue') plt.grid() plt.xticks(x,(df2.index.values)) ax1.set_xticklabels(df2.index.values,rotation=90)
