一、周期性分析
探索某个变量是否随着时间变化而呈现出某种周期性变化的趋势。时间尺度相对较长的周期性趋势有：年度周期性趋势，季节性周期性趋势，相对较短的有月度周期性趋势，周度周期性趋势，甚至更短的天，小时的周期性趋势。
import pandas as pd import matplotlib.pyplot as plt df_normal=pd.read_excel("D:/S072003Python/05DataMineML/catering_sale.xls")#读入数据 plt.figure(figsize=(20,9)) plt.plot(df_normal["日期"],df_normal["销量"]) plt.xlabel("日期") plt.ylabel("销量") # 设置x轴刻度间隔 x_major_locator = plt.MultipleLocator(7) ax = plt.gca() ax.xaxis.set_major_locator(x_major_locator) plt.title("销售趋势") plt.xticks(rotation=30) plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.show() # 展示图片 # 不正常销售趋势分析 - 这里的异常数据其实是使用随机数伪造出来的 df_abnormal = pd.read_excel("D:/S072003Python/05DataMineML/catering_sale (2).xls") plt.figure(figsize=(20, 9)) plt.xticks(rotation=30) plt.plot(df_abnormal["日期"],df_abnormal["销量2"]-np.random.randint(1000)) #随机数 np.rand plt.xlabel("日期") plt.ylabel("销量2") # 设置x轴刻度间隔 x_major_locator = plt.MultipleLocator(7) ax = plt.gca() ax.xaxis.set_major_locator(x_major_locator) plt.title("不正常销量趋势") plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.show() # 展示图片
二、贡献性分析
取出到2022年4月3号为止，每个人累计总销售业绩，并进行排序
dfsort=df['20220403'] dfsort2=dfsort.copy() dfsort2.sort_values(ascending=False,inplace=True) dfsort2
plt.figure(figsize=(20,10)) dfsort2.plot(kind='bar',color='g',alpha=0.6,width=0.7) plt.ylabel('销售业绩')
根据帕累托法则，我们需要找出贡献度80%的员工，那么这些员工就是努力工作的员工，当80%这条线越靠近右边，则说明努力的员工越多。如果线越靠近左边，则说明大部分员工的贡献度都很低，根据不同的情况，公司的人力资源管理就需要有不同的解决方法。
#计算出累计占比和超过80%的节点的索引位置 p=dfsort2.cumsum()/dfsort2.sum() key=p[p>0.8].index[0] key_num=dfsort2.index.tolist().index(key) key_num
绘图：
plt.figure(figsize=(20,10)) dfsort2.plot(kind='bar',color='g',alpha=0.6,width=0.7) plt.ylabel('时长_分钟') p.plot(style='--ko',secondary_y=True) plt.axvline(key_num,color='r',linestyle='--') # plt.text(key_num+0.5,p[key],'累计占比为:%.3f%%' % (p[key]*100),color='r') plt.annotate(format(p[key_num],'.2%'),xy=(key_num,p[key_num]),xytext=(22,p[key_num]*0.9),arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=0.5")) # dfsort2.plot(kind='bar',color='g',alpha=0.6,width=0.7) plt.ylabel('时长_占比')
三、相关性分析
1、探究不同菜品之间的相关性
还是拿餐饮的菜品，来分析不同菜品之间是否存在相关性。
a=catdf.corr() b=catdf.corr()['生炒菜心'] b
就类似于推荐系统，通过相关性分析，可以为用户继续推荐（想到了淘宝的猜你喜欢(≧∇≦)ﾉ）
2、探究不同学生之间的相关性
选取十名同学的学习时长，看看同学直接是否有影响。
#数据集太大会导致耗时过长，调整切片 pd.plotting.scatter_matrix(dfddiffT.iloc[:,1:10],figsize=(12,12), c='k', marker='+', diagonal='hist', alpha=0.8, range_padding=0.1)
