3、相对数对比
df2['LUO_per']=df2['罗梓']/df2['罗梓'].sum() df2['LI_per']=df2['李裕']/df2['李裕'].sum() df2['LUO_per%']=df2['LUO_per'].apply(lambda x:'%.2f%%' %(x*100)) df2['LI_per%']=df2['LI_per'].apply(lambda x:'%.2f%%' %(x*100))
fig,axes=plt.subplots(2,1,figsize=(12,6)) df2[['罗梓','李裕']].plot(kind='line',style='--.',ax=axes[0]) df2[['LUO_per','LI_per']].plot(kind='line',style='--.',ax=axes[1]) axes[0].legend(loc='upper right') axes[1].legend(loc='upper right')
4、比例分析
# 新增df2['totals']列，让其等于所有人每周学习时长的总和。 df2['totals']=df2.iloc[:,0:115].apply(lambda x:x.sum(),axis=1)
# 看看罗梓每周在总学习时长当中所占的比例 df2['LUO_per']=df2['罗梓']/df2['totals'] df2['LUO_per'].plot.area(color='g',ylim=[0.03,0.6],grid=True)
5、空间比较分析
表示利用bar图去看学习时长的高度
plt.figure(figsize=(24,10)) df2.iloc[:,0:25].sum().astype(float).plot(kind = 'bar', alpha = 0.8, grid = True,) for i,j in zip(range(115),df2.iloc[:,0:25].sum().astype(float)): plt.text(i-0.25,j+2000,'%.2f' % j, color = 'k')
6、动态比较分析
设定1200分钟的学习时长作为及格线
df2['base']=1200 df2.head()
#计算累积增长量和逐期增长量 df2['l_growth']=df2['罗梓烜']-df2['base'] # 与1200相比较 df2['z_growth']=df2['罗梓烜']-df2.shift(1)['罗梓烜']# shift(1)是把数据向下移动1位
df2[['罗梓烜','l_growth','z_growth']]
df3=df2.fillna(0) df3[['l_growth','z_growth']].plot(figsize=(10,7),style='--')
df2['lspeed']=df2['l_growth']/1200 #定基增长速度 df2['zspeed']=df2['z_growth']/df2.shift(1)['罗梓烜'] #环比增长速度 df2[['lspeed','zspeed']].plot(figsize=(20,10),style='--')
根据学习时长进行评价： import pandas as pd data=df.copy() label=['很低','低','中','高','很高'] k=5 data2=data['20220403'].copy() #函数中一定要使用data！！！去改函数 pingjia=pd.cut(data2,k,labels=label) data3=pd.DataFrame(data2).reset_index().merge((pd.DataFrame(pingjia).reset_index()).rename(columns={'20220403':'评价'})) data3
import pandas as pd import matplotlib.pyplot as plt %matplotlib inline plt.figure(figsize=(10,10)) data3gb.plot.pie(y='x', labels=label, # 标签，指定项目名称 # colors=['r', 'g', 'b', 'c','y'], # 指定颜色 autopct='%.2f', # 数字格式 fontsize=20, # 字体大小 figsize=(6, 6) # 图大小 )
三、统计量分析
集中趋势分析：均值，中位数，众数
离中趋势分析：标准差，变异系数，四分位间距
import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline dfsta=df[['20220403']].copy() dfsta['f']=np.random.rand(115) dfsta['f2']=dfsta['20220403']/(dfsta['20220403'].sum()) dfsta mean=dfsta['20220403'].mean() mean #加权平均数 mean_w=(dfsta['20220403']*dfsta['f']).sum()/dfsta['f'].sum() print('加权平均数是：%.2f' %mean_w)
# 位置平均数 m = dfsta['20220403'].mode() print('众数为',m.tolist()) # 众数是一组数据中出现次数最多的数，这里可能返回多个值 plt.figure(figsize=(16, 8)) med = dfsta['20220403'].median() print('中位数为%i' % med) # 中位数指将总体各单位标志按照大小顺序排列后，中间位置的数字 dfsta['20220403'].plot(kind = 'kde',style = '--k',grid = True) # 密度曲线 plt.axvline(mean,color='r',linestyle="--",alpha=0.8) plt.text(15000 + 5,0.00005,'简单算数平均值为：%.2f' % mean, color = 'r') # # 简单算数平均值 plt.axvline(mean_w,color='b',linestyle="--",alpha=0.8) plt.text(15000 + 5,0.00004,'加权算数平均值：%.2f' % mean_w, color = 'b',) # # 加权算数平均值 plt.axvline(med,color='g',linestyle="--",alpha=0.8) plt.text(10000 + 5,0.00003,'中位数：%i' % med, color = 'g',) # 中位数
选取两位学生进行比较：
data=df2[['罗梓烜','李裕']].copy() data
#计算极差 a_r=data['罗梓烜'].max()-data['罗梓烜'].min() b_r=data['李裕普'].max()-data['李裕普'].min() print('WU的极差:%.2f,LAI的极差:%.2f' %(a_r,b_r)) print('---------------') #计算分位差 sta=data['罗梓烜'].describe() stb=data['李裕普'].describe() print(sta) # print(type(sta)) print(stb) a_iqr = sta.loc['75%'] - sta.loc['25%'] b_iqr = stb.loc['75%'] - stb.loc['25%'] print('WU的分位差为：%.2f, LAI的分位差为：%.2f' % (a_iqr,b_iqr)) print('------') color = dict(boxes='DarkGreen', whiskers='DarkOrange', medians='DarkBlue', caps='Gray') data.plot.box(vert=False,grid = True,color = color,figsize = (10,3))
# 方差与标准差 a_std = sta.loc['std'] b_std = stb.loc['std'] a_var = data['罗梓烜'].var() b_var = data['李裕'].var() print('LUO的标准差为：%.2f, LUO的标准差为：%.2f' % (a_std,b_std)) print('LI的标准差为：%.2f, LI的方差为：%.2f' % (a_var,b_var)) # 方差 → 各组中数值与算数平均数离差平方的算术平均数 # 标准差 → 方差的平方根 # 标准差是最常用的离中趋势指标 → 标准差越大，离中趋势越明显 fig = plt.figure(figsize = (24,8)) ax1 = fig.add_subplot(1,2,1) data['罗梓烜'].plot(kind = 'kde',style = 'k--',grid = True,title = 'LUO密度曲线') plt.axvline(sta.loc['50%'],color='r',linestyle="--",alpha=0.8) plt.axvline(sta.loc['50%'] - a_std,color='b',linestyle="--",alpha=0.8) plt.axvline(sta.loc['50%'] + a_std,color='b',linestyle="--",alpha=0.8) # A密度曲线，1个标准差 ax2 = fig.add_subplot(1,2,2) data['李裕'].plot(kind = 'kde',style = 'k--',grid = True,title = 'LI密度曲线') plt.axvline(stb.loc['50%'],color='r',linestyle="--",alpha=0.8) plt.axvline(stb.loc['50%'] - b_std,color='b',linestyle="--",alpha=0.8) plt.axvline(stb.loc['50%'] + b_std,color='b',linestyle="--",alpha=0.8,linewidth=5) # B密度曲线，1个标准差
