數據源：catering_sale.xls

Paste_Image.png

A.餐飲銷量數據統計量分析，一個數據得基本統計量

Paste_Image.png

import pandas as pd

catering_sale = 'F:/python 數據挖掘分析實戰/Data/catering_sale.xls' #餐飲數據

data = pd.read_excel(catering_sale, index_col = u'日期') #讀取數據，指定“日期”列為索引列

data = data[(data[u'銷量'] > 400)&(data[u'銷量'] < 5000)] #過濾異常數據

statistics = data.describe() #保存基本統計量，將常見的統計信息保存為數據框

#添加行標簽

statistics.loc['range'] = statistics.loc['max']-statistics.loc['min'] #極差

statistics.loc['var'] = statistics.loc['std']/statistics.loc['mean'] #變異系數

statistics.loc['dis'] = statistics.loc['75%']-statistics.loc['25%'] #四分位數間距

print(statistics)

B.餐飲銷售額數異常檢測代碼--箱線圖

Paste_Image.png

import pandas as pd

catering_sale = 'F:/python 數據挖掘分析實戰/Data/catering_sale.xls' #餐飲數據

data = pd.read_excel(catering_sale, index_col = u'日期') #讀取數據，指定“日期”列為索引列

data.head()

import matplotlib.pyplot as plt #導入圖像庫

plt.rcParams['font.sans-serif'] = ['SimHei'] #用來正常顯示中文標簽

plt.rcParams['axes.unicode_minus'] = False #用來正常顯示負號

plt.figure(figsize=(10,10)) #建立圖像

plt.title("箱線圖")

p = data.boxplot() #畫箱線圖，直接使用DataFrame的方法

x = p['fliers'][0].get_xdata() # 'flies'即為異常值的標簽

y = p['fliers'][0].get_ydata() # 異常值的Y標簽

y.sort() #從小到大排序，該方法直接改變原對象

#用annotate添加注釋

#annotate參數說明：

# xy = (2, 1) ：所要標注的位置坐標

# xytext：標注文本所在位置

# y[i]：標注文本，可以隨意替換

#其中有些相近的點，注解會出現重疊，難以看清，需要一些技巧來控制。

#以下參數都是經過調試的，需要具體問題具體調試。

for i in range(len(x)):

if i>0:

plt.annotate(y[i], xy = (x[i],y[i]), xytext=(x[i]+0.05 -0.8/(y[i]-y[i-1]),y[i]))

else:

plt.annotate(y[i], xy = (x[i],y[i]), xytext=(x[i]+0.08,y[i]))

plt.show() #展示箱線圖

參考資料：《Python數據分析與挖掘實戰》

總結

以上是生活随笔為你收集整理的python箱线图读取的几列数据_【分析篇】：python 基本数据统计和绘制箱线图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。