項目背景

在當(dāng)今的大數(shù)據(jù)時代，數(shù)據(jù)可視化扮演著至關(guān)重要的角色。隨著信息的爆炸式增長，我們面臨著前所未有的數(shù)據(jù)挑戰(zhàn)。這些數(shù)據(jù)可能來自社交媒體、商業(yè)交易、科學(xué)研究、醫(yī)療記錄等各個領(lǐng)域，它們龐大而復(fù)雜，難以通過傳統(tǒng)的數(shù)據(jù)處理和分析手段進(jìn)行有效解讀。正是在這樣的背景下，數(shù)據(jù)可視化技術(shù)應(yīng)運(yùn)而生，以其直觀、形象、易于理解的特點(diǎn)，成為連接數(shù)據(jù)與洞察的橋梁。數(shù)據(jù)可視化通過將抽象的數(shù)據(jù)轉(zhuǎn)化為圖表、圖像等視覺元素，能夠迅速揭示數(shù)據(jù)中的模式、趨勢和關(guān)聯(lián)，幫助人們快速理解復(fù)雜數(shù)據(jù)背后的含義。無論是數(shù)據(jù)分析師、商業(yè)決策者還是普通用戶，都能夠通過數(shù)據(jù)可視化工具輕松探索數(shù)據(jù)，發(fā)現(xiàn)新的見解，從而做出更明智的決策。

因此，在大數(shù)據(jù)時代，數(shù)據(jù)可視化技術(shù)的重要性不言而喻。它不僅是數(shù)據(jù)分析的重要工具，更是連接數(shù)據(jù)與洞察、促進(jìn)跨領(lǐng)域合作的橋梁。隨著技術(shù)的不斷進(jìn)步和應(yīng)用場景的不斷拓展，數(shù)據(jù)可視化將在未來發(fā)揮更加重要的作用，為我們揭示更多未知的數(shù)據(jù)奧秘。

本文以二手車市場數(shù)據(jù)給大家展示數(shù)據(jù)可視化的其中一種好看的方法。

數(shù)據(jù)集介紹

數(shù)據(jù)集來源于Kaggle，原始數(shù)據(jù)集為美國二手車市場用戶數(shù)據(jù)，共有7906條，18個變量，各變量含義如下：

Sales_ID(銷售ID)
name(二手車名稱)
year(購車年份)
selling_price(二手車當(dāng)前銷售價格)
km_driven(總行駛公里數(shù))
Region(使用地區(qū))
State or Province(使用的州或省)
City(使用城市)
fuel(燃料類型)
seller_type(誰在出售汽車)
transmission(汽車的變速器類型)
owner(業(yè)主類型)
mileage(汽車行駛里程)
engine(發(fā)動機(jī)功率)
Max_power(最大功率)
torque(轉(zhuǎn)矩)
seats(座位數(shù))
sold(二手車是否售出)

可視化方法介紹

讀入數(shù)據(jù)：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import plotly.express as px
from plotly.offline import iplot 
import warnings
warnings.filterwarnings('ignore')
plt.rcParams ['font.sans-serif'] ='SimHei'      #顯示中文
plt.rcParams ['axes.unicode_minus']=False       #顯示負(fù)號 
df = pd.read_csv("UserCarData.csv")
df.head()

圖沒有截完！時間有限，下面我主要給大家科譜圖形相關(guān)內(nèi)容，別的就不作講解，截圖展示就行。

# 二手車名稱分析
print(f"Most Used Sold Car '{df['name'].value_counts().idxmax()}'")
print(f"Lowest Used Car Sold '{df['name'].value_counts().idxmin()}'")
# 使用plotly的express模塊來繪制前20個最常被售出的二手車的柱狀圖   
iplot(px.bar(  df['name'].value_counts()[:20],  # 使用前20個最常出現(xiàn)的二手車名稱及其計數(shù)  labels={'value':'數(shù)量', 'name':'車名'},  # 設(shè)置圖表的標(biāo)簽  color=df['name'].value_counts()[:20].index,  # 設(shè)置每個柱子的顏色為其對應(yīng)的二手車名稱  text_auto=True,  # 自動將計數(shù)值添加到柱子上  title='二手車銷量Top20'  # 設(shè)置圖表的標(biāo)題  
))  

# 使用plotly的express模塊來繪制前20個最常被售出的二手車年份的柱狀圖  
# 注意：這里先對計數(shù)進(jìn)行排序，確保年份是按從高到低的順序顯示  
# 使用sort_index(ascending=False)確保年份是降序排列  
iplot(px.bar(  df['year'].value_counts()[:20].sort_index(ascending=False),  # 取前20個最常出現(xiàn)的年份并降序排序  labels={'value':'數(shù)量', 'year':'年份'},  # 設(shè)置圖表的標(biāo)簽  color_discrete_sequence=['#c72320'],  # 設(shè)置所有柱子的顏色為指定的紅色  text_auto=True,  # 自動將計數(shù)值添加到柱子上  title='二手車出售年份柱狀圖'  # 設(shè)置圖表的標(biāo)題  
).update_xaxes(type=('category'))  # 將x軸設(shè)置為類別類型，確保年份按正確的順序顯示  
)  

柱狀圖（Bar Chart）：

• 定義：柱狀圖，也稱為條形圖，是一種用于展示離散數(shù)據(jù)分布情況的圖形。它通過一系列垂直或水平的條形來表示不同類別的數(shù)據(jù)，每個條形的長度（或高度）代表該類別數(shù)據(jù)的數(shù)值大小。
• 特點(diǎn)：
  直觀易懂：柱狀圖通過條形的高度或長度直接反映數(shù)據(jù)的數(shù)值大小，使得數(shù)據(jù)之間的對比一目了然。
  易于比較：當(dāng)需要比較不同類別之間的數(shù)據(jù)時，柱狀圖可以清晰地展示它們之間的數(shù)量關(guān)系，幫助用戶快速識別出數(shù)據(jù)的差異和趨勢。
  支持多組數(shù)據(jù)：柱狀圖可以同時展示多組數(shù)據(jù)，每組數(shù)據(jù)使用不同的顏色或標(biāo)記進(jìn)行區(qū)分，便于用戶進(jìn)行多組數(shù)據(jù)的比較和分析。
  易于擴(kuò)展：柱狀圖可以與其他數(shù)據(jù)可視化元素結(jié)合使用，如添加數(shù)據(jù)標(biāo)簽、圖例、坐標(biāo)軸等，以提供更豐富的信息。
• 用途：
  數(shù)據(jù)分析：柱狀圖常用于數(shù)據(jù)分析中，幫助用戶快速了解數(shù)據(jù)的分布情況和特征，發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和問題。
  業(yè)務(wù)報告：在業(yè)務(wù)報告中，柱狀圖可以用來展示銷售數(shù)據(jù)、市場份額、用戶活躍度等指標(biāo)，幫助決策者了解業(yè)務(wù)狀況并做出決策。
  科學(xué)研究：在科學(xué)研究領(lǐng)域，柱狀圖可以用來展示實驗數(shù)據(jù)、調(diào)查結(jié)果等，幫助研究人員分析數(shù)據(jù)并得出結(jié)論。

# 使用plotly的express模塊來繪制一個餅圖，展示不同地區(qū)的二手車銷售數(shù)量  
iplot(  px.pie(  values=df['Region'].value_counts(),  # 從df的'Region'列中獲取每個地區(qū)的銷售數(shù)量  names=['中部','西部','東部','南部'],  # 這里直接指定了地區(qū)的名稱，但通常應(yīng)該從數(shù)據(jù)中獲取  title='分地區(qū)二手車銷量占比圖'  # 設(shè)置餅圖的標(biāo)題  ).update_traces(textinfo='label+percent')  # 更新圖表的軌跡設(shè)置，添加標(biāo)簽和百分比信息  
)

# 燃料分析
print(f"Top Fuel Used in Used car '{df['fuel'].value_counts().idxmax()}'")
print(f"Least Fuel Used in Used car '{df['fuel'].value_counts().idxmin()}'")
unique_fuels = df['fuel'].unique().tolist()  # 獲取所有唯一的燃料類型  
iplot(  px.pie(  values=df['fuel'].value_counts(),  # 獲取每種燃料類型的頻數(shù)names=unique_fuels,  # 使用實際的燃料類型列表  title='使用燃料類型占比圖'  ).update_traces(textinfo='label+percent')  # 更新餅圖的跟蹤信息，以顯示標(biāo)簽和百分比 
)  

# 打印最常見的賣家類型  
print(f"Most Type of Seller '{df['seller_type'].value_counts().idxmax()}'")  
# .value_counts() 方法統(tǒng)計'seller_type'列中每種賣家類型的頻數(shù)  
# .idxmax() 方法返回頻數(shù)最高的賣家類型的索引，即最常見的賣家類型  # 使用plotly的express模塊繪制一個餅圖，展示不同賣家類型在二手車銷售中的比例  
iplot(  px.pie(  values=df['seller_type'].value_counts(),  # 獲取每種賣家類型的頻數(shù)  names=['Individual','Dealer','Trustmark_Dealer'],  # 這里直接指定了賣家類型的名稱，但可能與實際數(shù)據(jù)不匹配  title='二手車賣家類型占比圖'  # 設(shè)置圖表的標(biāo)題  ).update_traces(textinfo='label+percent')  # 更新餅圖的跟蹤信息，以顯示標(biāo)簽和百分比  
)  

餅圖是一種用于表示不同類別的數(shù)據(jù)在總量中所占比例的圖形。以下是關(guān)于餅圖的詳細(xì)解釋：

• 定義： 餅圖（Pie
  Chart），也稱為扇形圖或圓餅圖，是一個圓形圖表，用于展示不同部分與整體之間的關(guān)系。它通過將圓形劃分為若干個扇區(qū)（或稱為“切片”），每個扇區(qū)代表一個數(shù)據(jù)類別，扇區(qū)的大小（即角度或面積）表示該類別在總體中所占的比例。
• 特點(diǎn)： 直觀性：餅圖通過扇區(qū)的大小直觀地展示不同類別在總體中的占比情況，易于理解和分析。
  完整性：所有扇區(qū)的面積之和等于整個圓的面積，即100%，這表示數(shù)據(jù)的完整性。
  對比性：通過對比不同扇區(qū)的大小，可以清晰地看出不同類別之間的比例關(guān)系。
• 制作要點(diǎn)： 數(shù)據(jù)準(zhǔn)備：首先，需要準(zhǔn)備好需要展示的數(shù)據(jù)，并確保所有數(shù)據(jù)的總和為100%。
  扇區(qū)劃分：根據(jù)數(shù)據(jù)的比例關(guān)系，將圓形劃分為若干個扇區(qū)。每個扇區(qū)的角度或面積應(yīng)與其在總體中所占的比例相對應(yīng)。
  顏色選擇：為了增強(qiáng)圖表的可讀性和美觀性，可以為不同的扇區(qū)選擇不同的顏色或圖案。
  標(biāo)注：在每個扇區(qū)中，可以添加相應(yīng)的標(biāo)簽或百分比標(biāo)注，以便更清晰地展示每個類別的具體占比情況。
• 應(yīng)用場景： 群體構(gòu)成分析：如市場調(diào)研中，可以使用餅圖展示不同年齡段、性別或教育程度的調(diào)查對象在總?cè)丝谥械谋壤?br /> 投資組合分析：投資者可以使用餅圖展示不同資產(chǎn)在投資組合中的比例，以便管理風(fēng)險和優(yōu)化投資組合。
  銷售數(shù)據(jù)分析：通過餅圖展示不同產(chǎn)品或服務(wù)在整體銷售額中的占比情況，有助于企業(yè)了解各類產(chǎn)品或服務(wù)的銷售情況，進(jìn)而調(diào)整銷售策略和資源分配。
  用戶滿意度調(diào)查：企業(yè)可以使用餅圖展示用戶對產(chǎn)品或服務(wù)的滿意度分布情況，以便改進(jìn)產(chǎn)品或服務(wù)，提升用戶滿意度和忠誠度。

# 打印銷售二手車最多的省或州  
print(f"Top State or Province where Sold Used car '{df['State or Province'].value_counts().idxmax()}'")  
# .value_counts() 方法統(tǒng)計'State or Province'列中每個省或州的頻數(shù)  
# .idxmax() 方法返回頻數(shù)最高的省或州的索引，即銷售二手車最多的省或州  # 打印銷售二手車最少的省或州  
# 注意：如果有多個省或州的計數(shù)都是最少的，那么這只會返回其中一個  
print(f"Least State or Province where Sold Used car '{df['State or Province'].value_counts().idxmin()}'")  
# .idxmin() 方法返回頻數(shù)最低的省或州的索引，即銷售二手車最少的省或州  # 使用plotly的express模塊繪制一個水平柱狀圖，展示銷售二手車數(shù)量排名前30的省或州  
iplot(  px.bar(  df['State or Province'].value_counts().sort_values(ascending=True)[:30],  # 獲取銷售數(shù)量排名前30的省或州及其頻數(shù)  orientation='h',  # 設(shè)置柱狀圖為水平方向  color=df['State or Province'][:30].index,  # 這里設(shè)置顏色通常不會按預(yù)期工作，因為這里索引可能與排序后的數(shù)據(jù)不匹配  title='二手車銷售地區(qū)Top榜',  # 設(shè)置圖表的標(biāo)題  labels={'value':'銷售數(shù)量'}  # 設(shè)置圖表的標(biāo)簽，這里只設(shè)置了y軸（即省或州）的計數(shù)標(biāo)簽  )  
)  

# 打印銷售二手車最多的城市  
print(f"Top City where Sold Used car '{df['City'].value_counts().idxmax()}'")  
# .value_counts() 方法統(tǒng)計'City'列中每個城市的頻數(shù)  
# .idxmax() 方法返回頻數(shù)最高的城市的索引，即銷售二手車最多的城市  # 打印銷售二手車最少的城市  
# 注意：如果有多個城市的計數(shù)都是最少的，那么這只會返回其中一個  
print(f"Least City where Sold Used car '{df['City'].value_counts().idxmin()}'")  
# .idxmin() 方法返回頻數(shù)最低的城市的索引，即銷售二手車最少的城市  # 使用plotly的express模塊繪制一個柱狀圖，展示銷售二手車數(shù)量排名前20的城市  
iplot(  px.bar(  df['City'].value_counts().sort_values(ascending=False)[:20],  # 獲取銷售數(shù)量排名前20的城市及其頻數(shù)  color=df['City'][:20].index,  # 這里設(shè)置顏色通常不會按預(yù)期工作，因為這里的索引可能與排序后的數(shù)據(jù)不匹配  title='二手車銷售城市Top榜',  # 設(shè)置圖表的標(biāo)題  labels={'value':'數(shù)量', 'City':'城市'},  # 設(shè)置圖表的標(biāo)簽，這里設(shè)置了y軸的計數(shù)標(biāo)簽  text_auto=True  # 自動在柱狀圖上顯示頻數(shù)值  )  
)  

# 使用plotly的express模塊繪制一個水平柱狀圖，展示二手售出車中最常見的20個轉(zhuǎn)矩值  # iplot 函數(shù)用于在Jupyter Notebook等環(huán)境中交互式地顯示plotly圖表  
iplot(  # 使用px.bar繪制水平柱狀圖  px.bar(  # 對'torque'列中的轉(zhuǎn)矩值進(jìn)行計數(shù)，并按計數(shù)降序排列，取前20個  df['torque'].value_counts().sort_values(ascending=False)[:20],    # 設(shè)置柱狀圖為水平方向  orientation='h',            # 嘗試設(shè)置顏色，但這里使用df['torque'][:20].index是不正確的，因為它會取前20個轉(zhuǎn)矩值的索引，而不是計數(shù)  # 應(yīng)該使用一個顏色列表來指定柱狀圖的顏色  color=df['torque'][:20].index,  # 注釋：這行代碼可能是錯誤的，因為value_counts()的結(jié)果與原始數(shù)據(jù)的索引不匹配            # 設(shè)置圖表的標(biāo)題  title='二手車常見轉(zhuǎn)矩TOP20',            # 設(shè)置圖表的標(biāo)簽，但這里labels的用法可能不準(zhǔn)確，plotly通常使用更直接的方式設(shè)置軸標(biāo)簽  labels={'value':'Count','torque':'Torque'}  # 注釋：這行代碼可能不會按預(yù)期工作，因為plotly使用不同的參數(shù)來設(shè)置軸標(biāo)簽  )  .update_traces(textposition='outside')  # （假設(shè)代碼原本還包括這行）用于在柱狀圖外部顯示數(shù)值標(biāo)簽  .update_layout(xaxis_title='Torque', yaxis_title='Count')  # 正確的設(shè)置軸標(biāo)簽的方式  
)  

水平柱狀圖，作為柱狀圖的一種變體，其特點(diǎn)在于條形是水平放置的，與常見的垂直柱狀圖形成對比。以下是關(guān)于水平柱狀圖的詳細(xì)解釋：

• 定義：
  水平柱狀圖，也稱為橫向柱狀圖或條形圖，是通過一系列水平放置的條形來展示不同類別的數(shù)據(jù)，其中條形的長度表示數(shù)據(jù)的數(shù)值大小。與垂直柱狀圖相比，水平柱狀圖在數(shù)據(jù)分類標(biāo)簽較長時更為適用。
• 特點(diǎn)： 水平展示：與垂直柱狀圖不同，水平柱狀圖的條形是水平放置的，這使得在標(biāo)簽較長或需要更多空間展示標(biāo)簽時更為方便。
  易于閱讀：水平柱狀圖同樣能夠清晰地展示數(shù)據(jù)的對比關(guān)系和分布情況，其直觀性使得數(shù)據(jù)解讀更為簡單直接。
  適合長標(biāo)簽：當(dāng)數(shù)據(jù)的分類標(biāo)簽較長時，水平柱狀圖可以更好地利用空間，避免標(biāo)簽之間的重疊或截斷。
• 用途： 數(shù)據(jù)對比：水平柱狀圖適用于展示不同類別數(shù)據(jù)之間的對比情況，如銷售額、用戶活躍度等。
  時間序列數(shù)據(jù)：盡管垂直柱狀圖在時間序列數(shù)據(jù)的展示上更為常見，但水平柱狀圖在某些情況下也能很好地體現(xiàn)數(shù)據(jù)隨時間的變化情況。
  大屏展示：由于水平柱狀圖在大屏中占用的空間較大，因此在大屏數(shù)據(jù)可視化項目中，水平柱狀圖可以作為一種有效的展示方式。
• 制作要點(diǎn)： 標(biāo)簽方向：由于條形是水平放置的，因此標(biāo)簽通常位于條形的下方或上方，以便與條形相對應(yīng)。
  顏色搭配：與垂直柱狀圖一樣，水平柱狀圖也需要注意顏色搭配的合理性，以確保圖表的清晰度和美觀度。
  數(shù)值標(biāo)注：在每個條形上方或下方標(biāo)注具體的數(shù)值，有助于更直觀地了解數(shù)據(jù)的具體大小。

# 行駛里程分析
# 創(chuàng)建一個新的圖形窗口，并設(shè)置其大小為寬度15英寸，高度6英寸  
plt.figure(figsize=(15,6))    
# 使用seaborn庫中的kdeplot函數(shù)來繪制df['mileage']列（即行駛里程）的核密度估計圖  
# fill=True參數(shù)表示填充曲線下的區(qū)域，使圖形更加直觀  
sns.kdeplot(df['mileage'], fill=True)    
# 設(shè)置x軸的標(biāo)簽為"Mileage"，即行駛里程  
plt.xlabel("行駛里程")    
# 顯示圖形  
plt.show()

本篇廢話不多，全是干貨。

創(chuàng)作不易，點(diǎn)贊、評論、轉(zhuǎn)發(fā)三連走起！