散点图大家都能绘制,平常工作汇报有时也会用散点图让报表看起来更美观。但是,散点图并不是为了展示数据,而是需要数据分析,并利用数据分析的结果推动业务的增长。小编今天跟大家分享的这篇文章就是教大家如何用散点图进行数据分析的,希望对大家有所帮助。
文章来源:林骥微信公众号
作者:林骥
你好,我是林骥。
散点图的用途有很多,我认为它的核心价值,在于应用相关思维,发现变量之间的关系。
散点图就像一扇窗,打开它,并仔细观察,能让我们看见更多有价值的信息。
比如说,假设表格中有 10000 个客户年龄和消费金额的数据:
我们可以计算每一个年龄对应的人均消费金额,比如说,所有 20 岁客户的平均消费金额约为 1383.69 元,然后我们可以画出一张散点图:
从图中可以看出,客户的年龄与人均消费金额有很强的相关性,其中应用了线性回归算法,得到一条拟合的直线,并用公式表示出来, 接近于 1 ,代表算法拟合的效果很好。
接下来,我们看看具体实现的步骤。
首先,导入所需的库,并设置中文字体和定义颜色等。
# 导入所需的库 import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt from sklearn.linear_model import LinearRegression from sklearn.preprocessing import PolynomialFeatures from sklearn.pipeline import Pipeline # 正常显示中文标签 mpl.rcParams['font.sans-serif'] = ['SimHei'] # 自动适应布局 mpl.rcParams.update({'figure.autolayout': True}) # 正常显示负号 mpl.rcParams['axes.unicode_minus'] = False # 禁用科学计数法 pd.set_option('display.float_format', lambda x: '%.2f' % x) # 定义颜色,主色:蓝色,辅助色:灰色,互补色:橙色 c = {'蓝色':'#00589F', '深蓝色':'#003867', '浅蓝色':'#5D9BCF', '灰色':'#999999', '深灰色':'#666666', '浅灰色':'#CCCCCC', '橙色':'#F68F00', '深橙色':'#A05D00', '浅橙色':'#FBC171'}
其次,从 Excel 文件中读取数据,并调用 sklearn 中的算法,得到拟合的直线和评分结果。
# 数据源路径 filepath='./data/客户年龄和消费金额.xlsx' # 读取 Excel文件 df = pd.read_excel(filepath, index_col='客户编号') # 定义画图用的数据:年龄和人均消费金额 df_group = df.groupby('年龄').mean() x = np.array(df_group.index).reshape(-1, 1) y = np.array(df_group.values) # 用管道的方式调用算法,以便把线性回归扩展为多项式回归 poly_reg = Pipeline([ ('ploy', PolynomialFeatures(degree=1)), ('lin_reg', LinearRegression()) ]) # 拟合 poly_reg.fit(x, y) # 斜率 coef = poly_reg.steps[1][1].coef_ # 截距 intercept = poly_reg.steps[1][1].intercept_ # 评分 score = poly_reg.score(x, y)
接下来,开始用「面向对象」的方法进行画图。
# 使用「面向对象」的方法画图,定义图片的大小 fig, ax = plt.subplots(figsize=(8, 6)) # 设置标题 ax.set_title('\n客户每年长一岁,人均消费金额增加' + '%.2f' % coef[0][1] + '元\n', loc='left', size=26, color=c['深灰色']) # 画气泡图 ax.scatter(x, y, color=c['蓝色'], marker='.', s=100, zorder=1) # # 绘制预测线 y2 = poly_reg.predict(x) ax.plot(x, y2, '-', c=c['橙色'], zorder=2) # 隐藏边框 ax.spines['top'].set_visible(False) ax.spines['right'].set_visible(False) ax.spines['bottom'].set_visible(False) ax.spines['left'].set_visible(False) # 隐藏刻度线 ax.tick_params(axis='x', which='major', length=0) ax.tick_params(axis='y', which='major', length=0) ax.set_ylim(15, 65) ax.set_ylim(1000, 5000) # 设置坐标标签字体大小和颜色 ax.tick_params(labelsize=16, colors=c['深灰色']) ax.text(ax.get_xlim()[0]-6, ax.get_ylim()[1], '人\n均\n消\n费\n金\n额', va='top', fontsize=16, color=c['深灰色']) # 设置坐标轴的标题 ax.text(ax.get_xlim()[0]+1, ax.get_ylim()[0]-300, '年龄', ha='left', va='top', fontsize=16, color=c['深灰色']) # 预测 55 岁的人均消费金额 predict = poly_reg.predict([[55]]) # 标注公式 formula = r'$\mathcal{Y} = ' + '%.2f' % coef[0][1] + '\mathcal{X}' + '%+.2f$' % intercept[0] + '\n' + r'$\mathcal{R}^2 = ' + '%.5f$' % score ax.annotate(formula, xy=(55, predict), xytext=(55, predict+500), ha='center', fontsize=12, color=c['深灰色'], arrowprops=dict(arrowstyle='->', color=c['橙色'])) plt.show()
你可以前往 https://github.com/linjiwx/mp 下载数据文件和完整代码。
当业务指标很多的时候,应该挑选什么指标来进行分析,这件事很考验分析者的功力,往往需要对业务有比较深刻的理解。
为什么很多人精通各种工具技术,手上也有很多各种各样的数据,却没有做出让领导满意的图表?
好的图表,就像是给近视的人戴了一副眼镜,让读者以更清楚的方式去理解数据。
好的图表,就像是神奇的催化剂,加快了从数据到决策的过程,让决策者更加快速地掌握有助于做出决策的信息。
好的图表,能把复杂的问题简单化,帮我们更精准地理解业务的现状,甚至预测未来。
我们应该记住,无论多么漂亮的图表,如果不能从中获取有价值的信息,那么也是一张没有「灵魂」的图表。
很多时候,我们面对的问题,并不是没有数据,而是数据太多,却不知道怎么用。
熟悉数据分析的思维,能帮我们找到更重要的数据,排除过多杂乱数据的干扰。
如果把数据分析比作医生看病的过程,那么可以分为以下 4 个阶段:
(1)描述:检查身体,描述指标值是否正常。
(2)诊断:询问病情,找到疾病的产生原因。
(3)预测:分析病情,预测病情的发展趋势。
(4)指导:开出药方,提出有效的治疗建议。
我们要尽可能地理解业务并提供价值,从数据的加工者,转变成故事的讲述者,甚至是问题的解决者。
数据分析咨询请扫描二维码
在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17在当今信息爆炸的时代,数据分析已经成为许多行业中不可或缺的一部分。想要在这个领域脱颖而出,除了热情和毅力外,你还需要掌握 ...
2024-12-17数据分析,是一项通过科学方法处理数据以获取洞察并支持决策的艺术。无论是在商业环境中提升业绩,还是在科研领域推动创新,数据 ...
2024-12-17在数据分析领域,图表是我们表达数据故事的重要工具。它们不仅让数据变得更加直观,也帮助我们更好地理解数据中的趋势和模式。相 ...
2024-12-16在当今社会,我们身处着一个飞速发展、变化迅猛的时代。不同行业在科技进步、市场需求和政策支持的推动下蓬勃发展,呈现出令人瞩 ...
2024-12-16在现代商业世界中,数据分析师扮演着至关重要的角色。他们通过解析海量数据,为企业战略决策提供有力支持。要有效完成这项任务, ...
2024-12-16在当今数据爆炸的时代,数据分析师是组织中不可或缺的导航者。他们通过从大量数据中提取可操作的洞察力,帮助企业在竞争激烈的市 ...
2024-12-16