感谢关注天善智能，走好数据之路↑↑↑
欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！
天善智能社区地址：https://www.hellobi.com/
数据获取
数据来源:Kaggle数据集
Kaggle数据：葡萄酒评分数据选
了个葡萄酒评分的数据，下载下来之后，内容是这样的：
葡萄酒评分数据集
一共有150929条记录
数据集的描述是这样的：
在观看Somm（侍酒师纪录片）之后，数据及提供者想知道如何创建一个预测模型，通过像侍酒师那样的盲品来鉴别葡萄酒。 第一步是收集一些数据来训练一个模型。 他打算根据品酒的描述/评论中使用的单词利用深度学习来预测葡萄酒品种。 该模型虽然不能品尝葡萄酒，但理论上可以基于侍酒师可以给出的描述来识别葡萄酒。
小编百度了一下Somm的影片信息如下：
我们看看各字段含义：
评分（Points）：评分为1-100
品种（Variety）：用来制作葡萄酒的葡萄品种
描述（Description）：侍酒师的几句话描述酒的味道，气味，外观，感觉等。
国家（Country）：葡萄酒来自的国家
省（Province）：葡萄酒来自的省份或州
区域1（Region 1）：一个省或州的葡萄酒产区（即纳帕）
区域2（Region 2）：有时在葡萄酒产区内有更具体的区域，但是这个值有时可能是空白的
酒庄（Winery）：酿酒的酿酒厂
名称（Designation）：葡萄酒酿造厂所在的葡萄园
价格（Price）：一瓶葡萄酒的价格
数据探索
我们使用pandas读取这个文件：
pandas读取数据集
我们查看一下前五行数据：
前五行数据
删除本次分析用不到的字段后再次看看情况：
清洗后的数据
查看每个字段的类型：
字段类型
发现评分和价格是数值型的，我们计算时候就不用转换类型了~
各字段的数据缺失情况：
数据缺失情况
本想把有缺失值的记录去掉，去掉后发现只有US的葡萄酒信息，所以没去除存在缺失值的记录
葡萄酒的评分情况
通过绘制直方图查看评分分布情况：
葡萄酒得分分布图
发现基本符合高斯分布情况，评分大多集中在85~90分
葡萄酒的价格情况
接着我们看看葡萄酒的价格情况：
葡萄酒价格分布
发现价格集中在图示的最左端，因为有特殊离群值的影响，所以区间给的特别宽
异常检查
通过筛选发现确实是有特别昂贵的葡萄酒（这里暂且不管这个价格数据是采集异常还是真的这么贵）
为了可视化到主要的部分，我们选中大部分的价格重新做可视化
异常排除后的葡萄酒价格分布
这样就可以看到，大部分的价格是在0-100（好像数据集提供者没告诉我价格的单位）
为了买到满意的葡萄酒，我们看看葡萄酒的性价比
简单定义为 性价比 = 评分/价格
葡萄酒性价比计算结果
结果发现计算出的价格低的明显性价比高
我们看看总体上葡萄酒价格和评分的关系：
葡萄酒价格与评分散点图
发现评分相同的葡萄酒，价格还是差异挺大，特别是评分较高的葡萄酒价格的差异
从图中也可以看出，有几个离群值，他们大多价格很高！
葡萄酒基本来自哪些国家
葡萄酒产地统计
我们看到，生产葡萄酒的五个大国分别是：美国、意大利、发过、西班牙、智利共和国。
为了更直观凸显他们的比例，我们绘制饼图：
葡萄酒产地占比情况
发现美国真是占据了葡萄酒的半壁江山啊
应该是这个数据收集者没收集到中国的数据，我们也是葡萄酒大国之一啊！
看看这些国家在全球的分布（点的大小代表葡萄酒品种多）：
葡萄酒产地分布图（1）
除去美国最多，我们看看其次的几个：
葡萄酒产地分布图（2）
（以上两个图是用Tableau画的）
酿造葡萄酒的葡萄品种
葡萄品种统计
我这个不懂酒的程序猿马上查了一下前三的葡萄！
葡萄品种介绍（1）
葡萄品种介绍（2）
为了看一下这些葡萄使用的比重，做个饼图：
葡萄品种占比
发现前三种占据了1/4
后面还有使用较少的名称堆叠在了一起
酒庄信息
我们接下来看看酒庄信息：
酒庄信息统计
前五的葡萄酒品种最多
分别是：
1.威廉斯莱酒庄
酒庄介绍（1）
2.特斯坦罗萨酒厂
3.DFJ Vinhos
酒庄介绍（2）
4.圣密夕酒庄
酒庄介绍（3）
5.哥伦比亚山峰酒庄
酒庄介绍（4）
看看哪个酒庄的葡萄酒均价最高：
酒庄葡萄酒均价
1.巴布莱尔酒庄
苏格兰最古老的酒庄之一，巴布莱尔酒庄是全球唯一专注生产单一年份威士忌（Single Vintage Whisky）的酒庄。
2.拉图城堡酒庄
享有“全球最昂贵的酒庄”声誉，是当之无愧的法国国宝级酒庄。
3.花思蝶酒庄
700年的历史，意大利托斯卡纳最古老的葡萄酒世家之一，曾成为罗马教皇和英王亨利八世的御用佳酿。
4.奥比昂酒庄
法国五大酒庄之一
5.美讯庄园
地处法国波尔多（Bordeaux）格拉夫（Graves）产区的最北端，与奥比昂酒庄（Chateau Haut-Brion）同属于克兰斯帝龙酒业集团（Domaine Clarence Dillon）旗下酒庄，两个酒庄之间仅有一路之隔。美讯酒庄出产的葡萄酒是整个波尔多地区首屈一指的顶级佳酿。
我们看看这五个酒庄的葡萄酒平均价格变化趋势：
葡萄酒平均价格
前两个的价格遥遥领先~
买不起，买不起！
欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！
天善智能社区地址：https://www.hellobi.com/
网友评论