数据可视化练习(2)
2022/6/24 23:19:24
本文主要是介绍数据可视化练习(2),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
任务二:多个饼图呈现各省份不同等级住宿场所占比
企业消费平台为了更好地发展企业业务,向企业客户推荐符合其定位的协议住宿场所,需要分析上题中Top5省份的“三星级/舒适”、“四星级/高档”和“五星级/豪华”住宿场所以及“其它类别”住宿场所(除上述三类外,其余类型住宿场所均归为“其它类别”)的占比情况。请根据指定表中数据,以指定图例进行呈现。
详细描述:
请根据数据库中相关数据集中省份、星级等相关字段统计各省份不同等级住宿场所的占比,绘制多个饼图。
具体任务要求:
1) 根据表格相关字段分别统计上题Top5省份不同星级住宿场所的占比,打印输出各省份名称以及各星级住宿场所的占比情况;
打印语句格式如下:
==省份:A=舒适型住宿占比:**===
==省份:A=高档型住宿占比:**===
==省份:A=豪华型住宿占比:**===
==省份:B=舒适型住宿占比:**===
==省份:B=高档型住宿占比:**===
==省份:B=豪华型住宿占比:**===
……
2) 使用Flask框架,结合Echarts在组合图中绘制多个饼图,每个省份各星级住宿场所占比情况分别用一个饼图进行呈现,将可视化结果截图并保存。
1)ralateLevels.py
import datetime import numpy as np import pandas as pd from sqlalchemy import create_engine mysql = create_engine('mysql+mysqlconnector://root:123456@127.0.0.1:3306/hotel') df_orderNum = pd.read_csv( 'E:\\Python作业\\keshihua\\enterpriseCustomize\\task2\\csv\\2022-06-22_1655885919.934801df_data.csv') sql = 'select province,star from platform_rate' df_platformRate = pd.read_sql(sql, mysql) df_starNum = pd.DataFrame({'starNum': []}) topFiveProvince = [] for i in range(5): topFiveProvince.append(df_orderNum['province'][i]) def change_name(x): if x == '三星级': return '舒适型' elif x == '四星级': return '高档型' elif x == '五星级': return '豪华型' elif x == '舒适型': return '舒适型' elif x == '高档型': return '高档型' elif x == '豪华型': return '豪华型' else: return '其它类别' df_platformRate['star'] = df_platformRate['star'].apply(change_name) df_topFiveProvince = pd.DataFrame({'province': [], 'star': []}) for i in topFiveProvince: for j in df_platformRate.groupby(df_platformRate['province']): if j[0] == i: df_topFiveProvince = pd.concat([df_topFiveProvince, j[1]]) df_topFiveProvince_1 = df_topFiveProvince.groupby([df_topFiveProvince['star'], df_topFiveProvince['province']]) df_topFiveProvince_2 = df_topFiveProvince.groupby( df_topFiveProvince['province']) count = [] sum_count = [] level = [] province = [] for i in df_topFiveProvince_2: sum_count.append(i[1]['province'].count()) for i in df_topFiveProvince_1: count.append(i[1].count()) level.append(i[0][0]) province.append(i[0][1]) print("==省份:" + i[0][1] + "=" + i[0][0] + "住宿占比:**===") print(count) print(level) print(province) print(sum_count) df_output = pd.DataFrame({'province': province, 'star': level, 'starNum': count}) print(df_output) Now_Time = datetime.datetime.now() filepath = "csv//" + str(Now_Time.date()) + "_" + str(Now_Time.timestamp()) + "df_ralateLevels.csv" df_output.to_csv(filepath, index=False, header=['province', 'star', 'starNum'])
这篇关于数据可视化练习(2)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-05-19永别了,微服务架构!
- 2024-05-15鸿蒙生态设备数量超8亿台
- 2024-05-13TiDB + ES:转转业财系统亿级数据存储优化实践
- 2024-05-09“2024鸿蒙零基础快速实战-仿抖音App开发(ArkTS版)”实战课程已上线
- 2024-05-09聊聊如何通过arthas-tunnel-server来远程管理所有需要arthas监控的应用
- 2024-05-09log4j2这么配就对了
- 2024-05-09nginx修改Content-Type
- 2024-05-09Redis多数据源,看这篇就够了
- 2024-05-09Google Chrome驱动程序 124.0.6367.62(正式版本)去哪下载?
- 2024-05-09有没有大佬知道这种数据应该怎么抓取呀?