PYTHON训练营打卡DAY6

@浙大疏锦行

数据初步可视化

1.单特征可视化：连续变量箱线图（还说了核密度直方图）、离散特征直方图
2.特征和标签关系可视化

#1.单特征可视化：连续变量箱线图（还说了核密度直方图）、离散特征直方图



import pandas as pd
data=pd.read_csv(r"data.csv")
print(data.head())

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 设置全局字体为支持中文的字体 (例如 SimHei)
plt.rcParams['font.sans-serif'] = ['SimHei']
# 解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

sns.boxplot(x=data['Current Loan Amount'])
plt.title('年收入 箱线图')  # 使用中文标题
plt.xlabel('年收入')      # 使用中文标签
plt.show()

sns.histplot(x=data['Years in current job'])
plt.title('在当前工作年限 直方图')
plt.xlabel('在当前工作年限')
plt.ylabel('员工数量')
plt.xticks(rotation=45, ha='right')  # 旋转45度，并右对齐
plt.tight_layout()  # 自动调整子图参数，提供足够的空间
plt.show()

# 绘制 Annual Income 和 Credit Default 的关系图
plt.figure(figsize=(8, 6))
sns.histplot(x='Annual Income', hue='Credit Default', data=data, kde=True, element="step")
plt.title('Annual Income vs. Credit Default')
plt.xlabel('Annual Income')
plt.ylabel('Count')
plt.show()


#2.特征和标签关系可视化

# 绘制 Number of Open Accounts 和 Credit Default 的关系图
plt.figure(figsize=(8, 6))
sns.countplot(x='Number of Open Accounts', hue='Credit Default', data=data)
plt.title('Number of Open Accounts vs. Credit Default')
plt.xlabel('Number of Open Accounts')
plt.ylabel('Count')
plt.show()

# 将 "Number of Open Accounts" 分组
data['Open Accounts Group'] = pd.cut(data['Number of Open Accounts'], bins=[0, 5, 10, 15, 20, float('inf')], labels=['0-5', '6-10', '11-15', '16-20', '20+']) # 根据你的数据调整分组

plt.figure(figsize=(10, 6))
sns.countplot(x='Open Accounts Group', hue='Credit Default', data=data)
plt.title('Number of Open Accounts (Grouped) vs. Credit Default')
plt.xlabel('Number of Open Accounts Group')
plt.ylabel('Count')
plt.show()

3.箱线图美化--->直方图

作业：去针对其他特征绘制单特征图和特征和标签的关系图，并且试图观察出一些有意思的结论

plt.figure(figsize=(8, 6))
sns.violinplot(x='Credit Default', y='Current Loan Amount', data=data)
plt.title('Current Loan Amount vs. Credit Default')
plt.xlabel('Credit Default')
plt.ylabel('Current Loan Amount')
plt.show()

plt.figure(figsize=(8, 6))
sns.histplot(x='Current Loan Amount', hue='Credit Default', data=data, kde=True, element="step")
plt.title('Current Loan Amount vs. Credit Default')
plt.xlabel('Current Loan Amount')
plt.ylabel('Count')
plt.show()