第4章【综合练习题】文件bankpep.csv存放着银行储户的基本信息，数据格式如下表所示，请通过绘图对这些客户数据进行探索性分析。客户年龄分布的直方图和密度图

本书中所有的数据文件保存在data文件夹中，链接如下：

https://pan.baidu.com/s/1Tu__B-YfXDz_yXzbzNKB4A?pwd=sfw2 
提取码：sfw2

 P86综合练习题

1.文件bankpep.csv存放着银行储户的基本信息，数据格式如下表所示：

id	age	sex	region	income	married	children	car	save_act	current_act	mortgage	pep
编号	年龄	性别	区域	收入	婚否	孩子数	有车否	存款账户	现金账户	是否抵押	接受新业务

请通过绘图对这些客户数据进行探索性分析。

1）客户年龄分布的直方图和密度图，如下图：

import matplotlib.pyplot as plt
import pandas as pd
data = pd.read_csv('data/bankpep.csv')
#1)
data['age'].plot(kind = 'hist',bins = 10,normed = True,title = 'Customer Age')
data['age'].plot(kind = 'kde',style = 'k-')
plt.xlabel('Age')
plt.ylabel('Density')
plt.show()

2）客户年龄和收入关系的散点图，如下图：

列举以下两种方法：

【方法一】：采用DataFrame.plot(kind = 'scatter',x,y,title,label,grid,xlim,marker,s)绘图。

【方法二】：采用散点图plt.scatter(x,y,marker,s)函数绘图

#2）
#方法一
data[['age','income']].plot(kind = 'Scatter',x = 'age',y = 'income',marker = 's',s = 8,title = 'Customer Income',label = '(age,income)',grid = True,
                            xlim = [0,80])     #s设置点大小
plt.xlabel('Age')
plt.ylabel('Income')
plt.show()


#方法二：采用scatter函数绘图
plt.figure(figsize = (10,6))         #更改图片大小与背景
plt.scatter(data['age'],data['income'],marker = 's',s = 10)   #s设置点大小
plt.grid()
plt.title('Customer Income')
plt.xlabel('Age')
plt.ylabel('Income')
plt.xlim([0,80])
plt.legend(('(age,income)',))        #加“，”使图例显示完整
plt.show()

3）绘制散点图观察账户（年龄，收入，孩子数）之间的关系，对角线显示直方图，如下图：

#3）
pd.plotting.scatter_matrix(data[['age','income','children']],c = 'm')   #c用来设置颜色：m为红紫色
plt.show()

4）按区域展示平均收入的柱状图，并显示标准差，如下图：

列举以下两种方法： 

【方法一】：采用DataFrame.plot(kind = 'bar',yerr = std,rot,title,color)绘制垂直柱状图（yerr = std标y轴的轴向误差线）

【方法二】：采用柱状图plt.bar(x,height,width,yerr = std,color)函数绘图。注：bar函数中的x值、height值、yerr为Series或列表。

#4）
#方法一
import numpy as np
mean = data.groupby(['region']).agg({'income':np.mean})
std = data.groupby(['region']).agg({'income':np.std})
mean.plot(kind = 'bar',yerr = std ,rot = 45,title = 'Customer Income',legend = False,color = 'r')
plt.xlabel('Region')
plt.show()


#方法二:bar函数
import numpy as np
mean = data.groupby(['region']).agg({'income':np.mean})
std = data.groupby(['region']).agg({'income':np.std})
plt.bar(mean.index,mean.income,color = 'r',width = 0.5,yerr = std.income.tolist())    # bar函数中的x值、height值、yerr为Series或列表。
plt.xlabel('Region')
plt.xticks(rotation = 45)
plt.title('Customer Income')
plt.show()

 5）多子图绘制：账户中性别占比饼图，有车的性别占比饼图，按孩子数的账户占比饼图，如下图：

【方法一】：figure.add_subplot()函数，Series.plot函数绘图。Series类型的可不加ax=ax1,ax2,ax3

【方法二】：figure.add_subplot()函数，plt.pie(x,labels,startangle,autopct')函数绘图

【方法三】与【方法四】均采用plt.subplot()函数绘图。用法同figure.add_subplot()

#5）
#方法一：Series.plot绘图，fig.add_subplot()函数，Series类型的可不加ax=ax1,ax2,ax3
sex_data = data.groupby(['sex'])['sex'].count()
car_data = data[data['car'] =='YES'].groupby(['sex'])['sex'].count()
children_data = data.groupby(['children'])['children'].count()
fig = plt.figure(figsize = (7,6))
fig.add_subplot(2,2,1)
sex_data.plot(kind = 'pie',title ='Customer Sex',startangle = 60,autopct = '%1.1f%%')
fig.add_subplot(2,2,2)
car_data.plot(kind = 'pie',title = 'Customer Car Sex',startangle = 60,autopct = '%1.1f%%')
fig.add_subplot(2,2,3)
children_data.plot(kind = 'pie',title = 'Customer Children',startangle = 60,autopct = '%1.1f%%')
plt.savefig('饼图.jpg',dpi = 400,bbox_inches = 'tight')
plt.show()


#方法二：采用pie函数,fig.add_subplot()函数
sex_data = data.groupby(['sex'])['sex'].count()
car_data = data[data['car'] =='YES'].groupby(['sex'])['sex'].count()
children_data = data.groupby(['children'])['children'].count()
fig = plt.figure(figsize = (7,6))
fig.add_subplot(221)    #221可加可不加逗号
plt.pie(x = sex_data,labels = sex_data.index,startangle = 60,autopct = '%1.1f%%')
plt.title('Customer Sex')
plt.ylabel('sex')
fig.add_subplot(222)
plt.pie(x = car_data,labels = sex_data.index,startangle = 60,autopct = '%1.1f%%')
plt.title('Customer Car Sex')
plt.ylabel('sex')
fig.add_subplot(223)
plt.pie(x = children_data,labels = children_data.index,startangle = 60,autopct = '%1.1f%%')
plt.title('Customer Children')
plt.ylabel('Children')
plt.show()

6）按客户的性别、收入绘制的箱形图，如下图：

列举以下三种方法：

【方法一】：采用DataFrame.boxplot(by,figsize)画图。（by为用于分组的列名）

【方法二】：采用DataFrame.plot(kind = 'box',title,...)画图。

【方法三】：采用plt.box(x,labels,boxprops,medianprops,whiskerprops...)画图。

#6)
#方法一
data[['income','sex']].boxplot(by = 'sex',figsize = (6,6))
plt.show()


#方法二
import pandas as pd
MALE_data = data[data['sex']=='MALE']['income']
FEMALE_data = data[data['sex']=='FEMALE']['income']
sex_data1 = pd.concat([FEMALE_data,MALE_data],axis = 1)   #使用pd.concat函数合并两个series组成DataFrame
sex_data1.plot(kind = 'box',title = 'Boxplot grouped by sex income',grid = True,figsize = (6,6))   #df.plot中可设置画布大小
plt.xticks(range(1,3),['FEMALE','MALE'])
plt.xlabel('[sex]')
plt.show()


#方法三
plt.figure(figsize = (6,6))
MALE_data = data[data['sex']=='MALE']['income']
FEMALE_data = data[data['sex']=='FEMALE']['income']
labels = 'FEMALE','MALE'    
#括号可加可不加,或者在下面加plt.boxplot([FEMALE_data,MALE_data],labels =( 'FEMALE','MALE')) 
#或者单独加plt.xticks(range(1,3),['FEMALE','MALE'])
plt.boxplot([FEMALE_data,MALE_data],labels = labels,boxprops = {'color':'#1F77B4'},medianprops = {'color':'green'},whiskerprops={'color':'#1F77B4'})    #画多个箱线图要加[]
plt.grid()
plt.title('Boxplot grouped by sex income')
plt.xlabel('[sex]')
plt.show()