Python学习笔记——数据分析之数据可视化工具实战案例：世界高峰数据可视化

本文主要是介绍Python学习笔记——数据分析之数据可视化工具实战案例：世界高峰数据可视化，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

世界高峰数据可视化 (World's Highest Mountains)

参考：https://www.kaggle.com/alex64/d/abcsds/highest-mountains/let-s-climb

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import stylestyle.use('ggplot')     # 设置图片显示的主题样式# 解决matplotlib显示中文问题
plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题dataset_path = './dataset/Mountains.csv'def preview_data(data):"""数据预览"""# 数据预览print(data.head())# 数据信息print(data.info())def proc_success(val):"""处理 'Ascents bef. 2004' 列中的数据"""if '>' in str(val):return 200elif 'Many' in str(val):return 160else:return valdef run_main():"""主函数"""data = pd.read_csv(dataset_path)preview_data(data)# 数据重构# 重命名列名data.rename(columns={'Height (m)': 'Height', 'Ascents bef. 2004': 'Success','Failed attempts bef. 2004': 'Failed'}, inplace=True)# 数据清洗data['Failed'] = data['Failed'].fillna(0).astype(int)data['Success'] = data['Success'].apply(proc_success)data['Success'] = data['Success'].fillna(0).astype(int)data = data[data['First ascent'] != 'unclimbed']data['First ascent'] = data['First ascent'].astype(int)# 可视化数据# 1. 登顶次数 vs 年份plt.hist(data['First ascent'].astype(int), bins=20)plt.ylabel('高峰数量')plt.xlabel('年份')plt.title('登顶次数')plt.savefig('./first_ascent_vs_year.png')plt.show()# 2. 高峰vs海拔data['Height'].plot.hist(color='steelblue', bins=20)plt.bar(data['Height'],(data['Height'] - data['Height'].min()) / (data['Height'].max() - data['Height'].min()) * 23,   # 按比例缩放color='red',width=30, alpha=0.2)plt.ylabel('高峰数量')plt.xlabel('海拔')plt.text(8750, 20, "海拔", color='red')plt.title('高峰vs海拔')plt.savefig('./mountain_vs_height.png')plt.show()# 3. 首次登顶data['Attempts'] = data['Failed'] + data['Success']  # 攀登尝试次数fig = plt.figure(figsize=(13, 7))fig.add_subplot(211)plt.scatter(data['First ascent'], data['Height'], c=data['Attempts'], alpha=0.8, s=50)plt.ylabel('海拔')plt.xlabel('登顶')fig.add_subplot(212)plt.scatter(data['First ascent'], data['Rank'].max() - data['Rank'], c=data['Attempts'], alpha=0.8, s=50)plt.ylabel('排名')plt.xlabel('登顶')plt.savefig('./mountain_vs_attempts.png')plt.show()# 课后练习，尝试使用seaborn或者bokeh重现上述显示的结果if __name__ == '__main__':run_main()

这篇关于Python学习笔记——数据分析之数据可视化工具实战案例：世界高峰数据可视化的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---