seaborn数据可视化

1、加载seaborn自带的数据集，数据集名称“car_crashes”。

（1）画出“total”列与“alcohol”列的散点图。要求：有中文标题，样式自行设计（比如：散点图的风格、颜色、形状等），最后探索这两者的关系，写出分析结果。

import seaborn as sns
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
sns.set_style('darkgrid')
# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']
sns.set_style({'font.sans-serif':['simhei', 'Arial']})

data=pd.read_csv('../date/seaborn-data-master/car_crashes.csv',encoding='gbk')
# print(data)

# 1）画出“total”列与“alcohol”列的散点图。
yi=sns.scatterplot(x='alcohol',y='total',data=data,)
plt.xlabel('alcohol')
plt.ylabel('total')
plt.title('alcohol列与total列的散点图')
plt.show()

 （2）画出“total”列与“speeding”列的线图。要求：有中文标题，样式自行设，最后分析两者之间的变化规律。

sns.scatterplot(x='speeding',y='total',data=data)
sns.regplot(x='speeding',y='total',data=data)
plt.title('“total”列与“speeding”列的线图')
plt.show()

 （3）探索car_crashes数据中各特征列之间的相关性，画出对应的热力图，要求热力图有数字标识，有标题，最后对主要几列比较明显特征关系的做出结论。

df=pd.DataFrame(data)
df=df.iloc[:,0:7]
xg=df.corr()
sns.heatmap(xg,annot=True)
plt.xticks(rotation=45,fontsize=13)
plt.title('car_crashes数据热力图')
plt.show()

2、加载aqi.csv文件，探索各空气质量指数之间的关系。可视化期间解决中文字体显示的问题，设置字体为黑体，并解决保存图像时负号（-）显示为方块的问题。

（1）绘制AQI与PM2.5的关系散点图，要求根据“质量等级”的不同进行区分颜色和凸显不同的形状。并做出分析结论

import seaborn as sns
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
sns.set_style('darkgrid')
sns.set_style({'font.sans-serif':['simhei', 'Arial']})
# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']
sns.set_style({'font.sans-serif':['simhei', 'Arial']})

data=pd.read_csv('D:\\subject\\数据可视化\\实验要求\\实验2\\aqi.txt')
print(data)

# 1）绘制AQI与PM2.5的关系散点图
yi=sns.scatterplot(x='AQI',y='PM2.5含量（ppm）',data=data,hue="质量等级",style="质量等级")
plt.title('AQI与PM2.5的关系散点图')
plt.show()

（2）绘制出所有数据在不同时间内AQI的指标变换情况的折线图。

df2=data.iloc[:,0:2]
df3=df2['日期'].str.split('/',expand=True)#分隔日期
df2.insert(2,'月份',df3.loc[:,1])
# print(df2)
sns.lineplot(x='月份',y='AQI',data=df2)
plt.title('2020年不同月份AQI的指标变换情况的折线图')
plt.show()

 （3）分析各空气质量指数与AQI的相关性，绘制特征相关性热力图，要求热力图有数字标识，有标题，最后做出结论。

df=data.loc[:,['AQI','PM2.5含量（ppm）','PM10含量（ppm）','SO2含量（ppm）','CO含量（ppm）','NO2含量（ppm）','O3_8h含量（ppm）']]
xg=df.corr()
sns.heatmap(xg,annot=True,fmt='.2f')
plt.xticks(rotation=45,fontsize=13)
plt.title('空气质量指数与AQI的相关性热力图')
plt.show()

 

3、加载aqi.csv文件，探索各空气质量指数之间的关系。可视化期间使用seaborn库和matplotlib的函数解决中文字体显示的问题，设置字体为黑体，并解决保存图像时负号（-）显示为方块的问题，图像要有标题，其余样式自行设计。

 

import seaborn as sns
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
sns.set_style('whitegrid')
sns.set_style({'font.sans-serif':['simhei', 'Arial']})
# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']
sns.set_style({'font.sans-serif':['simhei', 'Arial']})
#忽略警告
import warnings
warnings.filterwarnings('ignore')

data=pd.read_csv("D:\\subject\\数据可视化\\实验要求\\实验3\\aqi.txt")

（1）绘制一行三列的三个子图在一张画布中，其中第一个子图绘制"AQI","PM2.5含量（ppm）","PM10含量（ppm）","NO2含量（ppm）","O3_8h含量（ppm）"五列数据的箱线图，第二个子图绘制"SO2含量（ppm）"的箱线图，第三个子图绘制"CO含量（ppm）"的箱线图。

fig = plt.figure('箱线图',figsize=(10,5))
fig.add_subplot(1,3,1)
sns.boxplot(data=data[["AQI","PM2.5含量（ppm）","PM10含量（ppm）","NO2含量（ppm）","O3_8h含量（ppm）"]])
fig.add_subplot(1,3,2)
sns.boxplot(y='SO2含量（ppm）',data=data)
fig.add_subplot(1,3,3)
sns.boxplot(y='CO含量（ppm）',data=data)
plt.show()

（2）绘制空气质量等级与PM2.5含量（ppm）的分类散点图。

sns.stripplot(x='质量等级',y='PM2.5含量（ppm）',data=data)
plt.show()

 （3）使用条形图绘制不同空气质量等级下的AQI的平均值。

sns.barplot(x='质量等级',y='AQI',data=data)
plt.show()

 （4）绘制PM2.5与AQI的线性回归拟合图。

sns.regplot(x='PM2.5含量（ppm）',y='AQI',data=data)
plt.show()

4、将gdp_total.sql文件导入到mysql数据库，该数据表是2000-2019年国内生产总值的数据，使用seaborn库和matplotlib解决中文字体显示的问题，设置字体为黑体，并解决保存图像时负号（-）显示为方块的问题，图像要有标题，其余样式自行设计。

 

import seaborn as sns
import pymysql
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
sns.set_style('whitegrid')
sns.set_style({'font.sans-serif':['simhei', 'Arial']})
# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus']=False       #正常显示负号

（1）绘制第一产业增加值、第二产业增加值、第三产业增加值三者之间的相关系数热力图，并得出结论。

提示：

#连接MySQL数据库，读取数据库表数据核心代码

conn = pymysql.connect(host='127.0.0.1',port=3306,user='root',password='123123',db='stu',charset='utf8')

sql = "SELECT 年份 as year,Round(第一产业/10000,2) as primary_value,Round(第二产业/10000,2) as secondary_value,Round(第三产业/10000,2) as tertiary_value FROM gdp_total order by 年份 asc"

df = pd.read_sql(sql,conn)

'''1）绘制第一产业增加值、第二产业增加值、第三产业增加值三者之间的相关系数热力图，并得出结论。'''
conn = pymysql.connect(
    host='localhost',
    port=3306,user='root',
    password='123456',
    db='visual translation',
    charset='utf8')
sql = "SELECT 年份 as year,Round(第一产业/10000,2) as primary_value,Round(第二产业/10000,2) as secondary_value,Round(第三产业/10000,2) as tertiary_value FROM gdp_total order by 年份 asc"
df = pd.read_sql(sql,conn)

#计算皮尔逊相关系数
corr=df[['primary_value','secondary_value','tertiary_value']]
# print(corr)

#绘制相关系数热力图
plt.figure(figsize=[12,7])
sns.heatmap(corr,annot=True,fmt='.4f')
plt.show()

（2）绘制第一产业增加值与第二产业增加值之间的线性回归图，并得出结论

#连接MySQL数据库，读取数据库表数据核心代码

conn = pymysql.connect(host='127.0.0.1',port=3306,user='root',password='123123',db='stu',charset='utf8')

sql = "SELECT 年份 as year,Round(第一产业/10000,2) as primary_value,Round(第二产业/10000,2) as secondary_value,Round(第三产业/10000,2) as Tertiary_value FROM gdp_total order by 年份 asc"

df = pd.read_sql(sql,conn)

sql2=sql = "SELECT 年份 as year,Round(第一产业/10000,2) as primary_value,Round(第二产业/10000,2) as secondary_value,Round(第三产业/10000,2) as Tertiary_value FROM gdp_total order by 年份 asc"
df2=pd.read_sql(sql2,conn)
# print(df2)
sns.regplot(x='primary_value',y='secondary_value',data=df2)
plt.show()