《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)》 課件2.3.3 繪制餅圖與柱形圖、分析農(nóng)產(chǎn)品數(shù)量情況

分析農(nóng)產(chǎn)品數(shù)量情況農(nóng)產(chǎn)品信息可視化分析——NumPy、pandas與Matplotlib庫任務(wù)描述數(shù)據(jù)可視化通過圖表直觀地展示數(shù)據(jù)間的量級關(guān)系，其目的是將抽象信息轉(zhuǎn)換為具體的圖形，將隱藏于數(shù)據(jù)中的規(guī)律直觀地展現(xiàn)出來。圖表是數(shù)據(jù)分析可視化最重要的工具，使用Python中的Matplotlib庫從水稻信息數(shù)據(jù)進(jìn)行可視化分析，以便于為水稻產(chǎn)業(yè)的發(fā)展提供一定的參考。要分析不同水稻品種的數(shù)量分布情況，不同品種的數(shù)量分布情況，不同審定部門對水稻品種的審定情況，對水稻品種的數(shù)量分布情況和審定部門的審定情況進(jìn)行分析。以上對水稻品種數(shù)量分布情況和審定情況的分析，可以通過科技手段和優(yōu)良品種的推廣來提高農(nóng)業(yè)生產(chǎn)效益，為優(yōu)化審定機(jī)制和提升品種審定效率提供參考。分析農(nóng)產(chǎn)品數(shù)量情況任務(wù)要求繪制柱形圖分析省級以上部門審定數(shù)量。繪制餅圖分析水稻品種數(shù)量。繪制柱形圖分析省級以上部門與水稻品種的關(guān)系。繪制折線圖分析農(nóng)業(yè)部審定數(shù)量。分析農(nóng)產(chǎn)品數(shù)量情況基礎(chǔ)語法與常用參數(shù)繪制基本圖形繪制基本圖形分析農(nóng)產(chǎn)品數(shù)量情況Matplotlib庫是用于可視化的繪圖庫，可以繪制常用的2D與3D圖形。折線圖散點(diǎn)圖柱形圖餅圖繪制柱形圖分析農(nóng)產(chǎn)品數(shù)量情況柱形圖（BarChart）的核心思想是對比，常用于顯示一段時間內(nèi)的數(shù)據(jù)變化或顯示各項(xiàng)之間的比較情況。柱形圖的適用場合是二維數(shù)據(jù)集（每個數(shù)據(jù)點(diǎn)包括兩個值x和y），但只有一個維度需要比較。例如，年銷售額就是二維數(shù)據(jù)，即“年份”“銷售額”，但只需要比較“銷售額”這一個維度。柱形圖利用柱子的高度，反映數(shù)據(jù)的差異。柱形圖的局限在于只適用于中小規(guī)模的數(shù)據(jù)集。繪制柱形圖分析農(nóng)產(chǎn)品數(shù)量情況pyplot中繪制柱形圖的函數(shù)為bar，bar函數(shù)的基本使用格式如下。matplotlib.pyplot.bar(x,height,width=0.8,bottom=None,*,align='center',data=None,**kwargs)繪制柱形圖分析農(nóng)產(chǎn)品數(shù)量情況bar函數(shù)常用參數(shù)及其說明如下。參數(shù)名稱參數(shù)說明x接收array或float。表示x軸數(shù)據(jù)。無默認(rèn)值height接收array或float。表示指定柱形圖的高度。無默認(rèn)值width接收array或float。表示指定柱形圖的寬度。默認(rèn)為0.8align接收str。表示整個柱形圖與x軸的對齊方式，可選center和edge。默認(rèn)為centercolor接收特定str或包含顏色字符串的list。表示柱形圖顏色。默認(rèn)為None繪制柱形圖分析農(nóng)產(chǎn)品數(shù)量情況利用處理好的應(yīng)屆生招聘數(shù)據(jù)recruit_clean.csv繪制不同學(xué)歷要求的崗位平均工資柱狀圖。繪制餅圖分析農(nóng)產(chǎn)品數(shù)量情況餅圖是將各項(xiàng)的大小與各項(xiàng)總和的比例顯示在一張“餅”中，以“餅”的大小來確定每一項(xiàng)的占比。餅圖可以比較清楚地反映出部分與部分、部分與整體之間的比例關(guān)系，易于顯示每組數(shù)據(jù)相對于總數(shù)的大小，而且顯示方式直觀。繪制餅圖分析農(nóng)產(chǎn)品數(shù)量情況pyplot中繪制餅圖的函數(shù)為pie，pie函數(shù)的基本使用格式如下。matplotlib.pyplot.pie(x,explode=None,labels=None,colors=None,autopct=None,pctdistance=0.6,shadow=False,labeldistance=1.1,startangle=0,radius=1,counterclock=True,wedgeprops=None,textprops=None,center=0,0,frame=False,rotatelabels=False,*,normalize=None,data=None)繪制餅圖分析農(nóng)產(chǎn)品數(shù)量情況pie函數(shù)常用參數(shù)及其說明如下。參數(shù)名稱參數(shù)說明x接收array。表示用于繪制餅圖的數(shù)據(jù)。無默認(rèn)值explode接收array。表示指定餅塊距離餅圖圓心的偏移距離。默認(rèn)為Nonelabels接收list。表示指定每一項(xiàng)的標(biāo)簽名稱。默認(rèn)為Nonecolor接收特定str或包含顏色字符串的array。表示餅圖顏色。默認(rèn)為None繪制餅圖分析農(nóng)產(chǎn)品數(shù)量情況autopct接收特定str。表示指定數(shù)值的顯示方式。默認(rèn)為Nonepctdistance接收float。表示每個餅圖切片的中心與autopct生成的文本之間的比率。默認(rèn)為0.6labeldistance接收float。表示繪制的餅圖標(biāo)簽離圓心的距離。默認(rèn)為1.1radius接收float。表示餅圖的半徑。默認(rèn)為1pie函數(shù)常用參數(shù)及其說明如下。參數(shù)名稱參數(shù)說明繪制餅圖分析農(nóng)產(chǎn)品數(shù)量情況利用處理好的招聘信息數(shù)據(jù)繪制不同行業(yè)占比餅圖。分析省級以上部門審定數(shù)量分析水稻品種數(shù)量分析省級以上部門與水稻品種的關(guān)系分析農(nóng)業(yè)部審定數(shù)量分析省級以上部門審定數(shù)量使用pandas庫中pd.read_csv函數(shù)讀取處理后農(nóng)產(chǎn)品基本信息數(shù)據(jù)提取水稻信息數(shù)據(jù)的審定部門字段，對其進(jìn)行數(shù)量統(tǒng)計，大致分析歷年省級以上部門的審定數(shù)量使用bar函數(shù)繪制柱形圖進(jìn)行可視化，直觀的對所得數(shù)據(jù)進(jìn)行分析分析省級以上部門審定數(shù)量主要分為以下3個步驟。分析農(nóng)產(chǎn)品數(shù)量情況分析水稻品種數(shù)量分析農(nóng)產(chǎn)品數(shù)量情況提取水稻信息數(shù)據(jù)的水稻類型字段，統(tǒng)計不同水稻類型的數(shù)量。由于水稻品種數(shù)量差異過大，將除了數(shù)量最多的六個水稻品種以外的品種當(dāng)作其它品種進(jìn)行統(tǒng)計。使用pie函數(shù)繪制餅圖，分析水稻品種的數(shù)量分布情況分析水稻品種數(shù)量主要分為以下2個步驟。分析省級以上部門與水稻品種的關(guān)系分析農(nóng)產(chǎn)品數(shù)量情況由于省級以上部門的審定數(shù)量分布差異較大和水稻類型的種類數(shù)量過多，所以提取審定數(shù)量大于審定數(shù)均值的部門和百分比占前四的水稻類型，使用列聯(lián)表對提取的數(shù)據(jù)進(jìn)行計數(shù)，來獲取不同部門與不同品種的水稻審定數(shù)。使用bar函數(shù)繪制柱形圖，分析省級以上部門與水稻品種的關(guān)系和對應(yīng)的