Python数据分析：数据可视化案例

import pandas as pdimport matplotlib.pyplot as pltfrom 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 200    elif 'Many' in str(val):        return 160    else:        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)  #空值补零并转换为int    data['Success'] = data['Success'].apply(proc_success)  #给原始数据中的非数字值设置成指定数字    data['Success'] = data['Success'].fillna(0).astype(int)  #空值补零并转换为int    data = data[data['First ascent'] != 'unclimbed']  #过滤未登顶的数据    data['First ascent'] = data['First ascent'].astype(int)  #转换类型    # 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()if __name__ == '__main__':    run_main()