25、数据可视化与机器学习基础

数据可视化与机器学习基础

1. 数据可视化相关发现

在数据可视化的探索中，有一个令人惊讶的发现：80 岁的女性在分段时间方面似乎表现优于其他人。不过，这可能是因为该年龄段的跑步者数量较少，我们是基于少量数据来估计分布的。以下代码可以验证该年龄段的跑步者数量：

In[38]: (data.age > 80).sum()
Out[38]: 7

接着，我们关注那些后半程速度更快的男性跑步者。这些跑步者是哪些人呢？分段时间比例与快速完成比赛是否相关？我们可以很容易地通过绘图来探究这个问题。使用 regplot 函数，它会自动对数据进行线性回归拟合：

In[37]: g = sns.lmplot('final_sec', 'split_frac', col='gender', data=data,
                       markers=".", scatter_kws=dict(color='c'))
        g.map(plt.axhline, y=0.1, color="k", ls=":");

从绘制的图表中可以看出，那些分段时间快的人通常是精英跑步者，他们能在约 15000 秒（约 4 小时）内完成比赛。而速度较慢的人后半程速度变快的可能性要小得多。

2. 数据可视化资源

2.1 Matplotlib 资源

Matplotlib 是一个强大的 Pyth