解密大数据课程作业-直方图

#coding:utf-8
%matplotlib inline
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
from matplotlib.font_manager import *  

weight_data=pd.read_table('weight.txt') #读入文件
weight_data.shape  #显示数据框的结构

(80, 1)

weight_data['weight'].mean() #求均值

50.7

weight_data['weight'].var() #方差

39.27594936708859

weight_data.columns

Index(['weight'], dtype='object')

myfont = FontProperties(fname='/Library/Fonts/Lantinghei.ttc')
fig=plt.figure()
x=weight_data['weight']
ax=fig.add_subplot(111)
numBins=20
ax.hist(x,numBins,color='blue',alpha=0.8)
#plt.rcParams['font.sans-serif'] = ['SimHei'] #指定默认字体，在我的系统中没有效果
plt.title(u'体重直方图',fontproperties=myfont)
plt.xlabel(u'横坐标',fontproperties=myfont)
plt.ylabel(u'纵坐标',fontproperties=myfont)
plt.show()

Paste_Image.png

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

df

df['NumPassengers'].mean()

280.2986111111111

df['NumPassengers'].var()

14391.917200854701

df['NumPassengers'].min()

104

df['NumPassengers'].max()

622

bins=11
data=df['NumPassengers']
plt.hist(data, bins=bins,range=(100, 650), alpha=0.5)
plt.title('NumPassengers')
plt.show()

Paste_Image.png

从直方图上看，数据集2的分布相对均匀一些，但是从数据看，数据集2的标准差更大。用代码一步一步可以把图做出来，但是如何解读才是真正的数据分析能力，对我来说，这是更需要下功夫的地方。

遇到的问题：
使用 plt.rcParams['font.sans-serif'] = ['SimHei'] 指定中文字体在我的mac上没有作用，在字体册里搜索了一下，没有SimHei这种字体，我猜是这个原因？但matplotlib的字体也未必就是系统自带的，这个问题暂时先放着，下次找个windows里面的SimHei.ttf复制过来，看看有没有用。借鉴了 彻底解决matplotlib中文乱码问题中的方法，在系统中找到一个Lantinghei 字体文件，应该对应字体册中的兰亭黑，使用fontproperties属性指定。