用python统计数据并画出图表分析数据

  这里使用的数据是某地区影响发生火灾的因素以及火灾情况。

  总体思想是创建一个类，在类里面创建处理数据的函数。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn.cluster import KMeans #引入sklearn模块里的机器学习算法Kmeans


class fireArea():

    def detectDate(self,filePath):
        '''
        探索数据
        :param filePath:
        :return:
        '''
        df = pd.read_csv(filePath)
        describe = df.describe(include='all')
        print(describe.T)
        df.to_excel('data/forestfires.xls')
        pass

    def cleanData(self, filePath):
        '''

        :param filePath:
        :return:
        '''
        df = pd.read_csv(filePath)
        df.to_excel('data/cleaned.xls')
        pass
    def chooseData(self, filePath):
        '''
        拿出自己需要的数据
        :param filePath:
        :return:
        '''
        df = pd.read_excel(filePath)
        df = df[['FFMC', 'DMC', 'DC', 'ISI', 'temp', 'RH', 'wind', 'area']]
        df.to_excel('data/coredata.xls')
        pass

    def standardData(self, filePath):
        '''
        一般标准化的方式：（原数据-平均值）/标准差
        :param filrPath:
        :return:
        '''
        df = pd.read_excel(filePath)
        df = (df - np.mean(df, axis=0))/np.std(df, axis=0)
        df[['FFMC', 'DMC', 'DC', 'ISI', 'temp', 'RH', 'wind', 'area']].to_excel('data/stdcoredata.xls')
        pass
    def classifyData(self,filePath, k=8):
        df = pd.read_excel(filePath)
        kmeans = KMeans(k)
        kmeans.fit(df[['FFMC', 'DMC', 'DC', 'ISI', 'temp', 'RH', 'wind', 'area']])
        print(kmeans.cluster_centers_)
        print(kmeans.labels_)
        df['label'] = kmeans.labels_
        # df.to_excel('data/air_result.xls')
        coreData = pd.DataFrame(kmeans.cluster_centers_)
        # coreData.to_excel('data/air_core.xls')
        coreData = np.array(kmeans.cluster_centers_)
        #
        #绘制雷达图
        #1.组织数据
        #构造x轴值
        xdata = np.linspace(0, 2*np.pi, k, endpoint=False)
        xdata = np.concatenate((xdata, [xdata[0]]))

        ydata1 = np.concatenate((coreData[0], [coreData[0][0]]))
        ydata2= np.concatenate((coreData[1], [coreData[1][0]]))
        ydata3 = np.concatenate((coreData[2], [coreData[2][0]]))
        ydata4= np.concatenate((coreData[3], [coreData[3][0]]))

        fig = plt.figure()

        ax = fig.add_subplot(111, polar=True)

        ax.plot(xdata, ydata1, 'b--', linewidth=1, label='customer1')
        ax.plot(xdata, ydata2, 'r--', linewidth=1, label='customer2')
        ax.plot(xdata, ydata3, 'g--', linewidth=1, label='customer3')
        ax.plot(xdata, ydata4, 'o--', linewidth=1, label='customer4')


        ax.set_thetagrids(xdata * 180 / np.pi, ['FFMC', 'DMC', 'DC', 'ISI', 'temp', 'RH', 'wind', 'area'])
        ax.set_rlim(-3, 3)
        plt.legend(loc='best')
        plt.show()
        print(xdata)


        pass
    pass

if __name__ == '__main__':
    ad = fireArea()
    # ad.detectDate('data/forestfires.csv')
    #ad.cleanData('data/forestfires.csv')
    # ad.chooseData('data/cleaned.xls')
    #ad.standardData('data/coredata.xls')
    ad.classifyData('data/stdcoredata.xls', k=8)
    pass

运行结果为：

有一个数据发现它越界了，是因为有一天森林烧毁的面积非常大，这种数据还是有用的数据，不能删除。

下面是处理数据的情况(这个方法适合处理所有类型数据，只需要把相应的元素名变一下，代码稍作改动就好了):

1.原始数据（数据有很多条，这里只是截取一小部分）

2.处理好的数据(去除不要的数据)

3.把需要的数据标准化，方便分类

4.画图