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
读取数据
数据预处理
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