女人书籍排行榜,欢乐颂第二季

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案

Python數(shù)據(jù)分析實戰(zhàn)，小費數(shù)據(jù)集應用

一、數(shù)據(jù)來源

創(chuàng)新互聯(lián)是一家專業(yè)提供沂水企業(yè)網(wǎng)站建設,專注與成都網(wǎng)站制作、成都網(wǎng)站設計、H5響應式網(wǎng)站、小程序制作等業(yè)務。10年已為沂水眾多企業(yè)、政府機構等服務。創(chuàng)新互聯(lián)專業(yè)網(wǎng)絡公司優(yōu)惠進行中。

本節(jié)選用的是Python的第三方庫seaborn自帶的數(shù)據(jù)集，該小費數(shù)據(jù)集為餐飲行業(yè)收集的數(shù)據(jù)，其中total_bill為消費總金額、tip為小費金額、sex為顧客性別、smoker為顧客是否吸煙、day為消費的星期、time為聚餐的時間段、size為聚餐人數(shù)。

 
 
 
  
  
  import numpy as np
  
  
  from pandas import Series,DataFrame
  
  
  import pandas as pd
  
  
  import seaborn as sns    #導入seaborn庫
  
  
  tips=sns.load_dataset('tips')  #seaborn庫自帶的數(shù)據(jù)集
  
  
  tips.head()

二、問題探索

小費金額與消費總金額是否存在相關性?
性別、是否吸煙、星期幾、聚餐人數(shù)和小費金額是否有一定的關聯(lián)?
小費金額占小費總金額的百分比是否服從正態(tài)分布?

三、數(shù)據(jù)清洗

 
 
 
  
  
  tips.shape #數(shù)據(jù)集的維度

(244，7)

共有244條數(shù)據(jù)，7列。

 
 
 
  
  
  tips.describe() #描述統(tǒng)計

描述統(tǒng)計結果如上所示。

 
 
 
  
  
  tips.info() #查看缺失值信息

此例無缺失值。

四、數(shù)據(jù)探索

 
 
 
  
  
  tips.plot(kind='scatter',x='total_bill',y='tip') #繪制散點圖

由圖可看出，小費金額與消費總金額存在正相關性。

 
 
 
  
  
  import numpy as np
  
  
  from pandas import Series,DataFrame
  
  
  import pandas as pd
  
  
  import seaborn as sns   #導入seaborn庫
  
  
  tips=sns.load_dataset('tips')#seaborn庫自帶的數(shù)據(jù)集
  
  
  tips.head()

3.0896178343949052

 
 
 
  
  
  female_tip = tips[tips['sex'] == 'Female']['tip'].mean() #女性平均消費金額female_tip

2.833448275862069

 
 
 
  
  
  s = Series([male_tip,female_tip],index=['male','female'])
  
  
  s

male 3.089618

female 2.833448

dtype: float64

 
 
 
  
  
  s.plot(kind='bar') #男女平均小費柱狀圖

由圖可看出，女性小費金額小于男性小費金額。

 
 
 
  
  
  sun_tip = tips[tips['day'] == 'Sun']['tip'].mean()
  
  
  sat_tip = tips[tips['day'] == 'Sat']['tip'].mean()
  
  
  thur_tip = tips[tips['day'] == 'Thur']['tip'].mean()
  
  
  fri_tip = tips[tips['day'] == 'Fri']['tip'].mean()#各個日期的平均小費值
  
  
  s = Series([thur_tip,fri_tip,sat_tip,sun_tip],index=['Thur','Fri','Sat','Sun'])
  
  
  s

 
 
 
  
  
  s.plot(kind='bar') #日期平均小費柱狀圖

由圖可看出，周六、周日的小費比周四、周五的小費高。

 
 
 
  
  
  tips['percent_tip'] = tips['tip']/(tips['total_bill']+tips['tip'])
  
  
  tips.head(10) #小費所占百分比

 
 
 
  
  
  tips['percent_tip'].hist(bins=50)#小費百分比直方圖

由圖可看出，小費金額占小費總金額的百分比基本服從正態(tài)分布。

網(wǎng)站標題：Python數(shù)據(jù)分析實戰(zhàn)，小費數(shù)據(jù)集應用
網(wǎng)頁URL：http://m.fisionsoft.com.cn/article/djphieh.html

新聞中心

其他資訊