Python数据分析答疑7：Matplotlib入门

9.6 第七课作业

作业1：

模仿课上的例子，根据公司小数数据画出交易总数最高10个公司条形图。

提示：可以使用sort_values(by= quantity) 来实现。

作业2：使用seaborn包画图

画出花萼宽度和长度的散点图，使用品种划分数据

画出花萼的长度的箱线图，使用品种划分数据

作业3（选做）：波士顿房价数据的可视化

from sklearn import datasets

boston_dataset = datasets.load_boston()

著名的机器学习数据集，大家尝试观察数据，提出自己的观点。建议的作业方式依然是以文章链接的方式来做。

答疑Q&A目录：

1，代码理解：max函数

2，代码理解：subplot(121)

3，代码理解：inplace=True

4，代码运行

5，代码运行出错：读取文件

6，代码运行出错

7，代码运行出错

8，代码运行：填充图像面积

9，代码运行：图表

10，代码运行：删除图表字符

11，图表理解：离散化

12，代码理解：tick / barh

13，代码运行出错：无效句法

14，代码理解：空格

15，代码运行出错

16，代码理解

Q 1 ：我自己实现了一下agg自带的max函数。有个问题是，之前老师有些max=None，但是这么写报i和max不是一个类型。有点郁闷。

# 手动实现max

def manual_max(arr):

max = 0

for i in arr:

if (i > max):

max = i

return max

#manual_max(iris.sepal_length)

iris.groupby('species').agg({'sepal_length':[manual_max]})

A：对，不是一个类型，所以我有个判断

if max is None:

max = i

类似这样的操作。

Q 2 ：在一张图上画了两个图，就是那个aaa_subplot。我的问题是，ax1 ／ax2只是在产生的时候得到，但是这两个变量在后面的函数中并没有使用。那么怎么知道是画在第一个地方还是画的第二个？

A：ax1后面的subplot（121）代表一行两个图的第一个图

ax2后面的subplot（122）代表一行两个图的第二个图

Q 3 ：第七次课程里面，求销售额最高的10个公司那个例题，老师用的更换名字的代码，最后面的inplace=True的作用是什么啊？我把inplace=True删掉，输出的结果也是一样的。

A ：inplace=True相当于把前面修改过的名字传回到原数据中。

Q 4 ：第6课选做作业里面，如何表示非星期六或星期天？求解答。

A ：tips[(tips[day] != "Sun") & (tips[day] != "Sat")]

图1

Q 5 ：读取文件的时候出现了上图（图1）错误提示，怎么办？

A ：从QQ群里面下载文件，估计你这个文件有问题。

Q 6 ：我用自定义函数agg，为什么会报错？对照例子看了好多遍，都没发现问题（参照上面两个图）

A：首先，第一个图返回的不是一个统计量，非标量，需要使用更通用的apply方法，还有一个问题,arr.mean()，这个是求按分组求各列的平均值，但是species是字符串型，无法计算平均值。

二图，错误原因也是因为返回的值非标量，需要使用通用的apply方法，而不是agg。

追问Q：还是没弄懂，我按照老师的方法，只是定义的函数我改成了delta_iris，而不是range_iris。结果就出错了，难道和定义的名字还有关系吗？我彻底疯了，这个问题困惑了4个小时了。过不去了…………

A：和名字没关系，主要是理解apply和agg的区别，多尝试不同的案例试试。

图4

Q 7 :按老师的操作，列名变成了数字，图4，这是什么原因？

A：注意，这里columns写错了。

图5

Q 8 ：作业7.1与7.2还是简单的，主要就是把例题中的名字换一下再运行下。目前有个关于图像的填充问题一直没得到解决：y=sin（x）如图显示（图5），如何填充这个图像下侧的面积？

A：试试如下代码：plt.fill_between(x, y, y2=-1)，是不是你想要的效果。

图6

Q 9 :问题，超过9张图，能画在一张画布上吗？（图6）

A :可以的，你可以试试，三行三列。

图7

Q 10 ：想用.show()把sns箱图结果里的字去掉，未果，如上图（图7），求教sns里怎么去掉？

A：可以的，要把plt.show()放在最后一行

图8

Q 11 ：选做题，1看下房价和犯罪率的关系：其实不大懂数学和读图，猜一下这个图是房价30-50之间的犯罪率最低，房价低于30或是最高50的地区比较容易发生犯罪，所以买房子尽量避开贫民区和土豪的地。。

A：如果你要画房价与犯罪率的箱图，首先需要把房价按区间分组离散化，比如0.1-0.2之间是一组，不然这图感觉就是奇葩的散点图，什么也说明不了

图9

Q 12 ：问题：图9，标注1，为什么这个tick改的就是y轴呢？也没指明x还是y

标注2，为什么这里的plt.yticks, 只把第二图里的y轴改掉了，格式上没有缩进，程序怎么识别的是要改第二个而没把第一个图的y轴也给隐藏呢？

另外，barh（x, y）里，x是不是x轴，y是不是y轴？貌似由bar变成barh，x和y跟着反过来了。。。但是下面的plt.x/yticks，还是按照barh之后的x/y来的。。

A：label的意思是标签，柱形图的标签只存在与一个位置，另一个是数值啊，所以不用指定。

visible为什么不影响第一张图，你可以理解为有个画笔吧，当调用了add_subplot(121)，相当于画笔开始画第二幅图了。

barh和bar的方法定义你可以看下，他们的变量都不是表示x, y，也就是并没有说开头两个参数是代码x、y，只是表示一个是标签一个是数值。

图10

Q 13 ：这里一直提示 America那里有一个 无效句法，但是我不知道问题在哪里。哪位同学可以帮我看下啊

A：变量名不能有空格，可以用North_American代替North American

图11

Q 14 :使用unique统计的时候，这里有空格（图11）。是因为这里不是变量名，是dadaframe的一个数值，所以允许？

A :是的。

图12

图13

Q 15 ：我遇到一个人均平均消费水平的问题，最后一列的结果总是不对，有人能看出原因吗？（图12）

A ：取值运算中 . 与[ ] 不一定等价 。改成图13.

图14

图15

Q 16 ：为什么这个结果显示不是0呢？（图14）

A：图15，我这么理解的，是内部计算是保留精读的问题，这里math.pi*360/2pi 不等于180，所以结果不是0。math.asin(np.sin(math.pi))用反函数求了对应的弧度，和正弦值相等，符合弧度无穷小时，正弦曲线呈现y=x的性质。不知道这样够不够说明清楚了。尝试用了degree转换，但没成功

以上内容整理来源：新生大学 —— 解密大数据团队的《Python编程&数据科学入门》线上课程 第七课《Matplotlib入门》的 作业区／讨论区以及QQ群聊记录。