jm4.py-20180918

本文通过使用Python的数据分析库,如Pandas、Matplotlib、Seaborn等,对全球恐怖袭击事件进行深入分析。从时间趋势、地区分布、恐怖组织活动等方面展示了恐怖袭击事件的统计数据,并通过图表直观地呈现了各年的恐怖袭击事件数量变化。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Mon Sep 17 12:46:07 2018

@author: vicky
"""

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import seaborn as sns
import numpy as np
plt.style.use('fivethirtyeight')
import plotly.offline as py
py.init_notebook_mode(connected=True)
import plotly.graph_objs as go
import plotly.tools as tls
from mpl_toolkits.basemap import Basemap
import folium
import folium.plugins
from matplotlib import animation,rc
import io
import base64
from IPython.display import HTML, display
import warnings
from scipy.misc import imread
import codecs
from subprocess import check_output
from pandas.core.frame import DataFrame


df = pd.read_excel('/Users/vicky/Desktop/建模/附件1.xlsx')

col_t=['iyear','imonth','iday','country_txt','region_txt','attacktype1_txt','target1','nkill','nwound','summary','gname',
       'targtype1_txt','weaptype1_txt','motive']
terror=df[col_t]
terror.rename(columns={'iyear':'Year','imonth':'Month','iday':'Day','country_txt':'Country','region_txt':'Region',
  'attacktype1_txt':'AttackType','target1':'Target','nkill':'Killed','nwound':'Wounded','summary':'Summary',
  'gname':'Group','targtype1_txt':'Target_type','weaptype1_txt':'Weapon_type','motive':'Motive'},inplace=True)
terror['casualities']=terror['Killed']+terror['Wounded']

terror.head(3)
terror.isnull().sum()

#terror=terror[terror['Year'] > 2014]

#各年总数
plt.subplots(figsize=(10,6))
sns.countplot('Year',data=terror,palette='RdYlGn_r',edgecolor=sns.color_palette('dark',7))#计数图
plt.xticks(rotation=90)
plt.title('Number Of Terrorist Activities Each Year')
plt.show()
num=DataFrame(terror['Year'].value_counts())
num.plot(color=sns.color_palette('Set2',12))
num2=pd.concat([DataFrame(num)],axis=1)
DataFrame(num).plot(color=sns.color_palette('Set2',12))
num3=DataFrame(num_for.num,index=range(1998,2021),dtype=int)
num3.num=num_for.num

##各年分地区总数
#plt.subplots(figsize=(10,6))
#sns.countplot('Region',data=terror,palette='RdYlGn',edgecolor=sns.color_palette('dark',7),order=terror['Region'].value_counts().index)
#plt.xticks(rotation=90)
#plt.title('Number Of Terrorist Activities By Region')
#plt.show()

#各年分地区数量
terror_region=pd.crosstab(terror.Year,terror.Region)
terror_region.plot(color=sns.color_palette('Set2',12))
fig=plt.gcf()
fig.set_size_inches(10,6)
plt.show()

#各年top恐怖组织数量
top_groups10=terror[terror['Group'].isin(terror['Group'].value_counts()[1:11].index)]
group10=pd.crosstab(top_groups10.Year,top_groups10.Group)
group10.plot(color=sns.color_palette('Paired',10))
fig=plt.gcf()
fig.set_size_inches(10,6)
plt.show()

r=region_f.ix[20:25,1:]
r2=pd.concat([group10,r],axis=0)
r2.index=range(1998,2023)
r2.plot(color=sns.color_palette('Paired',10))








 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值