大数据可视化技术学习一:调查数据。某公司对财务部门人员是否抽烟进行调查，结果为：否，否，否， 是，是，否，否，是，否，是，否，否，是，是，否，是，否，否，是，是。

一、调查数据。

某公司对财务部门人员是否抽烟进行调查，结果为：否，否，否， 是，是，否，否，是，否，是，否，否，是，是，否，是，否，否，是，是。

1）请用value_count函数统计人数，并绘制条图，按颜色区分是否。

2）请用自定义函数tab生成频数表和频数图。

1）请用value_count函数统计人数，并绘制条图，按颜色区分是否。

方法一

 

import pandas as pd
import matplotlib.pyplot as plt

df_1 = pd.DataFrame({'是否':['否','否','否','是','是','否','否','是','否','是','否','否','是','是','否','是','否','否','是','是']})
df_a=df_1['是否'].value_counts()
print(df_1['是否'].value_counts())
print('总数：{}'.format(df_1['是否'].count()))

plt.rcParams['font.sans-serif'] =['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False
plt.xticks(range(2),['是','否'],fontsize=14)

x=range(len(df_a))
plt.bar(x=x,height=df_a,width=0.6,alpha=0.5, color=['blue', 'red'])
plt.ylim([0,13])
plt.title("某公司财务部门人员是否抽烟调查",fontsize=15)

for x,y in enumerate(df_a):
    plt.text(x,y+0.8,'%s' %round(y,1),ha='center',fontsize=13)

plt.show()

方法二：

 

 

 

 

import pandas as pd
import matplotlib.pyplot as plt

# 创建了一个DataFrame对象df_1，其中包含了一个名为"是否"的列，列中存放了各个员工是否抽烟的信息。
df_1 = pd.DataFrame({'调查':['否','否','否','是','是','否','否','是','否','是','否','否','是','是','否','是','否','否','是','是']})

# 使用value_counts()函数对"调查"列进行统计，得到一个Series对象df_a，其中包含了各个取值的频数
df_a=df_1['调查'].value_counts()

## 打印了"是否"列的频数统计结果和总数
print(df_1['调查'].value_counts())
print('总数：{}'.format(df_1['调查'].count()))

# 设置了图表的字体和刻度，使用了微软雅黑字体，并将x轴刻度设置为"是"和"否"，字体大小为14。
plt.rcParams['font.sans-serif'] =['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False
plt.xticks(range(2),['是','否'],fontsize=14)

# 使用bar()函数绘制了柱状图，x轴为0到1的整数范围，高度为频数，宽度为0.6，透明度为0.5，颜色分别为蓝色和红色。
# ylim()函数设置了y轴的范围为0到13，title()函数设置了图表的标题。
x=range(len(df_a))
plt.bar(x=x,height=df_a,width=0.6,alpha=0.5, color=['skyblue', 'yellow'])
plt.ylim([0,13])
plt.title("某公司财务部门人员是否抽烟调查",fontsize=15)

# 使用text()函数在每个柱状图上方添加了对应的频数标签。
for x,y in enumerate(df_a):
    plt.text(x,y+0.8,'%s' %round(y,1),ha='center',fontsize=13)

plt.show()

2）请用自定义函数tab生成频数表和频数图。

方法一：

import pandas as pd
import matplotlib.pyplot as plt

# 设置全局字体（超级重要！！！！！！！！不然会有乱码）
plt.rcParams['font.family'] = 'Microsoft YaHei'

def tab(data):
    # 使用value_counts函数统计每种取值的频数
    counts = pd.value_counts(data)
    # 计算频率
    freqs = counts / counts.sum()
    # 构建频数表
    table = pd.concat([counts, freqs], axis=1)
    table.columns = ['频数', '概率']
    # 绘制频数图
    plt.bar(table.index, table['频数'], color=['pink', 'yellow'])
    # 添加标题和标签
    plt.title('频数分布')
    plt.xlabel('吸烟员工')
    plt.ylabel('统计')
    # 显示频数表
    print(table)
    # 显示频数图
    plt.show()

# 定义数据
data = ['否', '否', '否', '是', '是', '否', '否', '是', '否', '是', '否', '否', '是', '是', '否', '是', '否', '否', '是', '是']

# 使用自定义函数tab生成频数表和频数图
tab(data)

 

方法二：

import pandas as pd
import matplotlib.pyplot as plt

# 设置全局字体（超级重要！！！！！！！！不然会有乱码）
plt.rcParams['font.family'] = 'Microsoft YaHei'

data = ['否', '否', '否', '是', '是', '否', '否', '是', '否', '是', '否', '否', '是', '是', '否', '是', '否', '否', '是', '是']
df = pd.DataFrame(data, columns=['是否抽烟'])

def tab(df):
    # 构建频数表
    table=df['是否抽烟'].value_counts()
    # 绘制频数图
    plt.bar(table.index,table.values,color=['b','g'])
    # 添加标题和标签
    plt.xlabel('是否抽烟')
    plt.ylabel('频数')
    plt.title('抽烟调查结果')
    # 显示频数图
    plt.show()

tab(df)
# 显示频数表 print(table)
freq_table=df['是否抽烟'].value_counts()
print(freq_table)