由于从事人工智能的工作,接下来打算分享一系列的以案例形式的人工智能、
数据分析的博客文章。欢迎大家持续关注。本次我来分享一个数据分析的案例
项目目标:
Boston Public Schools Geo数据是来自于Boston地区的公共学校的数据,具体描述了学校的坐标,名字,类型等。基于此数据,我们可以学习一些基本的Python数据分析的方法。例如,研究学校的分布情况,类型统计等。
数据集介绍:
数据集的介绍如下,其中比较重要的字段有X,Y坐标,ADDRESS地址,ZIPCODE,School类型
Data columns (total 21 columns): X 131 non-null float64 Y 131 non-null float64 OBJECTID_1 131 non-null int64 OBJECTID 131 non-null int64 BLDG_ID 131 non-null int64 BLDG_NAME 131 non-null object ADDRESS 131 non-null object CITY 131 non-null object ZIPCODE 131 non-null int64 CSP_SCH_ID 131 non-null int64 SCH_ID 131 non-null int64 SCH_NAME 131 non-null object SCH_LABEL 131 non-null object SCH_TYPE 131 non-null object SHARED 131 non-null object COMPLEX 131 non-null object Label 131 non-null int64 TLT 131 non-null int64 PL 131 non-null object POINT_X 131 non-null float64 POINT_Y 131 non-null float64
关键代码实现:
- 加载数据
schools = pd.read_csv('../input/Public_Schools.csv') schools.info()
可以看到数据字段如下,一共有21个字段,其中有9个Object类型,4个float64, 8个int64
<class 'pandas.core.frame.DataFrame'> RangeIndex: 131 entries, 0 to 130 Data columns (total 21 columns): X 131 non-null float64 Y 131 non-null float64 OBJECTID_1 131 non-null int64 OBJECTID 131 non-null int64 BLDG_ID 131 non-null int64 BLDG_NAME 131 non-null object ADDRESS 131 non-null object CITY 131 non-null object ZIPCODE 131 non-null int64 CSP_SCH_ID 131 non-null int64 SCH_ID 131 non-null int64 SCH_NAME 131 non-null object SCH_LABEL 131 non-null object SCH_TYPE 131 non-null object SHARED 131 non-null object COMPLEX 131 non-null object Label 131 non-null int64 TLT 131 non-null int64 PL 131 non-null object POINT_X 131 non-null float64 POINT_Y 131 non-null float64 dtypes: float64(4), int64(8), object(9) memory usage: 21.6+ KB
2.接下来,探索数据的缺失值
schools.isnull().any()
可以看到,数据没有缺失值
1 X False 2 Y False 3 OBJECTID_1 False 4 OBJECTID False 5 BLDG_ID False 6 BLDG_NAME False 7 ADDRESS False 8 CITY False 9 ZIPCODE False 10 CSP_SCH_ID False 11 SCH_ID False 12 SCH_NAME False 13 SCH_LABEL False 14 SCH_TYPE False 15 SHARED False 16 COMPLEX False 17 Label False 18 TLT False 19 PL False 20 POINT_X False 21 POINT_Y False 22 dtype: bool
接下来,Count frequency of schools in each city
1 schools_per_city = schools['CITY'].value_counts() 2 sns.set() 3 plt.rcParams['figure.figsize'] = [20, 7] 4 sns.barplot(x=schools_per_city.index, y=schools_per_city.get_values()) 
可以看到不同地区的公立学校不同数量,Boston接近15所。
按照ZIPCode统计学校情况 : 其中sns 为seaborn包
school_zipcode = schools['ZIPCODE'].value_counts() sns.set() sns.barplot(x=school_zipcode.index, y=school_zipcode.get_values())
可以看到随着zipcode的变化,学校数量也是发生变化的。

未完待续~ 欢迎大家关注我的公众号,“思享会Club”,获取该内容资源。欢迎大家访问http://gkhelp.cn 获取更多项目。个人公众号图片如下:
相关推荐
Python数据分析实战-链家北京二手房价分析 分析目标 1、查看北京二手居民住房的分布价格情况,Part 1- 数据读取和预处理; 2、理解变量、数据选取、重复值缺失值处理,Part 2 - 北京市房源分布; 3、数量、单价、...
Python数据分析实战源代码是针对那些想要深入理解和应用Python进行数据处理和分析的初学者和专业人士的宝贵资源。这个综合性的教程共分为六个章节,每个章节都涵盖了数据分析过程中的一个重要环节,确保学习者能够...
1. **Python基础**:在进行数据分析之前,你需要熟悉Python的基本语法和常用库,如NumPy、Pandas和Matplotlib。NumPy提供了强大的数组和矩阵运算,Pandas是数据操作和分析的核心库,而Matplotlib则用于数据可视化。 ...
Python数据分析实战 内利著 学习笔记 Python数据分析实战 内利著 学习笔记 Python数据分析实战 内利著 学习笔记 Python数据分析实战 内利著 学习笔记 Python数据分析实战 内利著 学习笔记 Python数据分析实战 内利著...
探索电影数据集.zip基于python数据分析-探索电影数据集.zip基于python数据分析-探索电影数据集.zip基于python数据分析-探索电影数据集.zip基于python数据分析-探索电影数据集.zip基于python数据分析-探索电影数据集....
"Python数据分析案例-药店销售数据分析.pdf" 本篇文章主要讲述了Python数据分析的案例,通过对朝阳医院2018年销售数据的分析,了解朝阳医院的患者的月均消费次数、月均消费金额、客单价以及消费趋势、需求量前几位...
在本资源中,我们主要探讨的是使用Python进行气象数据分析的主题,源自《Python数据分析实战》一书。这本书通过实例和源代码的方式,引导读者深入理解如何利用Python强大的数据处理能力来处理气象领域的复杂数据。...
Python数据分析实战源码.zip是一个包含Python编程语言的数据分析实践项目的压缩包。这个资源可能是与《Python数据分析实战(第2版)》这本书相关的配套代码。在深入解析这些源码之前,让我们先了解一下Python在数据...
Python数据分析库--Pandas视频教程,pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas提供了大量能...
Python数据清洗实战-英国电商公司销售数据
标题中的“python_geohash-0.8.5-cp310-cp310-win_amd64.whl.zip”是一个Python软件包的压缩文件,它包含了...因此,了解并熟练掌握Python Geohash库的使用对于进行地理位置相关的数据分析和应用开发是非常有益的。
标题中的"python_geohash-0.8.5-cp37-cp37m-win_amd64.whl.zip"表明这是一个与Python相关的压缩包,特别提到了`geohash`,它是一个用于处理地理位置数据的库。版本号是0.8.5,`cp37`和`cp37m`指的是它适用于Python ...
python_geohash-0.8.5-cp35-cp35m-win_amd64
Python数据分析库--Pandas视频教程,pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。 pandas提供了大量...
1. **第2章 Python数据分析简介**:本章主要介绍Python作为数据分析工具的优势,包括其丰富的库支持(如NumPy、Pandas和Matplotlib)以及数据操作的基本语法。此外,还会讲解如何安装和配置Python环境,以及如何导入...
python_geohash-0.8.5-cp37-cp37m-win_amd64
6. **应用**:GeoHash常用于地图服务、位置数据分析、地理空间索引等领域,例如在社交媒体的位置分享、地理围栏设定、物流路径规划等场景中。 7. **安装和使用**:在Python环境中,用户可以通过`pip`安装Wheel文件...
Python数据分析与可视化-中国城市PM2.5值的数据分析及可视化(源码+报告)Python数据分析与可视化-中国城市PM2.5值的数据分析及可视化(源码+报告)Python数据分析与可视化-中国城市PM2.5值的数据分析及可视化(源码...
包括:数据文件“superstore_dataset2011-2015.csv”和基于Jupyter notebook环境的文件“python数据分析实战之超市零售分析.ipynb”,学习时,将两个文件拷贝到同一文件夹下,按住键盘shift键,在空白处点鼠标右键,...
### Python 数据分析概述 #### 一、数据分析定义与范畴 - **广义的数据分析**:包含狭义的数据分析和数据挖掘。 - **狭义数据分析**:基于特定目标,运用对比、分组、交叉及回归等多种分析手段处理数据,提取有...