前言

嗨喽~大家好呀，这里是魔王呐 ❤ ~

今天案例难度指数: ☆☆☆

准备

环境使用：

  • Anaconda (python3.9)

    –>识别我们写的代码

开发工具：

  • jupyter notebook

    –>代码编辑功能敲代码的工具

相关模块：

  • seaborn pandas matplotlib

数据

步骤

  1. 读取数据

  2. 数据预处理

  3. 可视化

代码展示

1. 导入模块

import pandas as pdimport matplotlib.pyplot as plt  # 最基础的可视化import seaborn as sns  # 以plt为基础封装sns.set_style('white',{'font.sans-serif':['simhei','Arial']})

2. 读取数据

df = pd.read_csv('lagouw.csv')

3. 预览数据

df.head()

数据预处理

文章素材、解答、源码、教程领取处：

city_order = df.groupby('工作城市')['工资'].mean()
city_order.sort_values()   # 排序

city_order.index.tolist()

city_order = df.groupby('工作城市')['工资'].mean()\            .sort_values()\            .index.tolist()
city_order

可视化

fig,ax = plt.subplots(figsize=(12,8))sns.barplot(x='工作城市',y='工资',order=city_order,data=df,palette='RdBu_r')fig.text(x=0.04,y=0.9,s='               各个城市的薪资水平对比             ',fontsize=32,weight='bold',color='w',        backgroundcolor='#3c7f99')# 去掉边框plt.box(False)ax.yaxis.grid(which='both', linewidth=0.5, color='#3c7f99')  # ax.xaxis.grid()打开x轴的网格线

fig, ax = plt.subplots(figsize=(12,8))sns.countplot(y="工作城市",order= df["工作城市"].value_counts().index,data=df,color='#3c7f99')plt.box(False)  # 去掉边框fig.text(x=0.04, y=0.90, s='           各城市数据分析岗位的需求量           ',          fontsize=32, weight='bold', color='white', backgroundcolor='#c5b783')plt.tick_params(axis='both', which='major', labelsize=16)ax.xaxis.grid(which='both', linewidth=0.5, color='#3c7f99')  # ax.xaxis.grid()打开x轴的网格线plt.xlabel('')plt.ylabel('')

推荐往期文章

对python感兴趣的小伙伴也可以看一下博主其他相关文章哦~

python小介绍：

python是什么？工作前景如何？怎么算有基础？爬数据违法嘛？。。

python数据分析前景：

用python分析“数据分析”到底值不值得学习，以及学完之后大概能拿到多少工资

python基础自测题：

Python 800 道习题 (°ー°〃) 测试你学废了嘛

最后推荐一套Python视频给大家，希望对大家有所帮助：

问题解答 · 源码获取 · 技术交流 · 抱团学习请联系