Python数据分析基础与应用电子活页7-38绘制旅客年龄分布的箱形图.docx

Python数据分析基础与应用

模块

PAGE2

PAGE21

电子活页7-38绘制旅客年龄分布的箱形图

【任务7-5】绘制旅客年龄分布的箱形图

【任务描述】

从Excel文件train.xlsx中读取旅客数据，该文件主要包括3列数据，即“Name”、“Sex”和“Age”，利用“Age”列数据绘制旅客年龄分布的箱形图。

【任务实现】

在JupyterNotebook开发环境中创建t7-05.ipynb，然后在单元格中编写代码与输出对应的结果。

代码如下：

importpandasaspd

importmatplotlib.pyplotasplt

path=r.\data\train.xlsx

#默认读取Excel文件的第一个工作表

train=pd.read_excel(path)

any(train.Age.isnull())#检查年龄数据是否有缺失值

train.dropna(subset=[Age],inplace=True)#删除含有缺失值的观测值

plt.style.use(ggplot)

plt.rcParams[font.sans-serif]=SimHei

plt.rcParams[axes.unicode_minus]=False#设置正常显示中文、负号

plt.figure(figsize=(5,6))

plt.boxplot(x=train.Age,#绘图数据

notch=True,#设置中位线处凹陷

patch_artist=True,#设置用自定义颜色填充箱形图，默认以白色填充

showmeans=True,#以点的形式显示均值

boxprops={color:black,facecolor:#F43D68},#设置箱体属性

flierprops={marker:o,markerfacecolor:#59EA3A,color:#59EA3A},

meanprops={marker:D,markerfacecolor:white},

medianprops={linestyle:--,color:#FBFE00},

labels=X,#设置标签

)

plt.ylim(0,85)#设置y轴的取值范围

plt.title(旅客年龄箱形图,fontsize=xx-large,color=#DE0052)

plt.tick_params(top=off,right=off)#去掉箱形图的上方及右方边框的刻度标签

plt.show()#显示图形

输出结果如图1W所示。

图1W旅客年龄箱形图

从图1W中可以看出：旅客的平均年龄接近30岁，有50%的人年龄为20~38岁（观察箱体）；中位线偏下，上相邻值到箱体的距离比下相邻值到箱体的距离长，异常值多在上限值之外，说明年龄整体右偏，有偏大的异常值在64岁以上。