航空公司数据分析

航空公司数据分析

data = pd.read_csv(‘air_data.csv’,sep=",",engine=‘python’)#[62988 rows x 44 col]

print(data.columns)

##1.预处理数据：

(1)丢弃票价为空的记录。

exp1 = data[‘SUM_YR_1’].notnull()
exp2 = data[‘SUM_YR_2’].notnull()
exp = exp1 & exp2
airline_notnull = data[exp]

(2)保留票价不为0、平均折扣率不为0、总飞行千米数大于0的记录。

index1 = data[‘SUM_YR_1’] !=0
index2 = data[‘SUM_YR_2’] !=0
index3 = data[‘avg_discount’] !=0
index4 = data[‘SEG_KM_SUM’] >0
mask = (index1|index2) & index3 & index4
airline = airline_notnull[mask]

##选取特征值：
airline_selection = airline[[‘LOAD_TIME’,‘FFP_DATE’,‘FLIGHT_COUNT’,‘LAST_TO_END’,‘avg_discount’,‘SEG_KM_SUM’]]

##构建L特征：
L = pd.to_datetime(airline_selection[‘LOAD_TIME’]) - pd.to_datetime(airline_selection[‘FFP_DATE’])
L = L.astype(‘str’).str.split(’ ').str[0]
L = L.astype(‘int’)/30

print(L)

airline_feature = pd.concat([L, airline_selection.iloc[:, 2:6]], axis=1)

##标准化：（标准差标准化）
from sklearn.preprocessing import StandardScaler #标准差标准化方法
data = StandardScaler().fit_transform(airline_feature)

print(data)

#利用k-means算法聚类
from sklearn.cluster import KMeans
k = 5
#建模
kmeans_model = KMeans(n_clusters=5)
#训练模型
fit_kmeans = kmeans_model.fit(data)
#查看聚类中心

print(kmeans_model.cluster_centers_)

print(kmeans_model.labels_)

#查看类别有多少个数

print(kmeans_model.labels_[kmeans_model.labels_==0].size)

print(kmeans_model.labels_[kmeans_model.labels_==1].size)

print(kmeans_model.labels_[kmeans_model.labels_==2].size)

print(kmeans_model.labels_[kmeans_model.labels_==3].size)

print(kmeans_model.labels_[kmeans_model.labels_==4].size)

#可视化：

import matplotlib.pyplot as plt

center = kmeans_model.cluster_centers_

center_2 = center[:,0].reshape((5,1))

x_y = np.concatenate((center,center_2),axis=1)

angles = np.linspace(0,2*np.pi,5,endpoint=False)

labels = [‘L’,‘R’,‘F’,‘M’,‘C’]

angles = np.concatenate((angles,[angles[0]]))

for i in range(5):

plt.polar(angles, x_y[i],marker = ‘*’,linestyle = ‘:’)

plt.fill(angles,x_y[i],alpha = 0.3)

plt.xticks(angles,labels)

plt.show()

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

插入链接与图片

链接: link.

图片:

带尺寸的图片:

居中的图片:

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

• 项目
  • 项目
    • 项目

1. 项目1
2. 项目2
3. 项目3

• 计划任务
• 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列