数据探索性分析案例实现（EDA）之钻石数据分析

Posted 2021-06-19 01xx10

一、数据集及其分析

diamonds数据框包含5万余行，有10列属性，对应钻石的一些参数值。

 

carat：克拉(钻石或其他宝石的重量单位，等于200毫克)

 

cut：切; 割，由低到高依次为Fair（恰当的）, Good（好的）, Very Good（非常好）, Premium（优质的）, Ideal（完美的）

 

color：颜色，无色钻石的颜色从无色到浅黄色分为D～Z共23个等级，其中以D等级的无色钻石颜色最好

 

clarity：钻石的纯净度,目前钻石纯净度等级有六大类别，分别是fl、if、vvs、vs、si、i，然后又被细分为十一个等级标准，分别是fl，if，vvs1，vvs2，vs1，vs2，si1，si2，i1，i2，i3。（从高到低）

 

depth：钻石全深百分比，圆钻的全深百分比是将全深(厚度)除以最小与最大直径的平均数，即为钻石厚度与直径的百分比。

 

table：钻石台宽比，根据美国宝石学院现行对钻石切磨分级的建议，台面依其大小可分为下列四种类型：

　　小型台面：53%至60%

　　中型台面：61%至64%

　　大型台面：65%至70%

　　超大型台面：71%或以上。

 

price：钻石的价格

 

x,y,z：分别代表了钻石的长，宽，高

 

二、问题提出

1.价格与钻石重量的关系

2.价格与钻石切割品质的关系

3.价格与钻石纯净度的关系

4.价格与钻石全深百分比的关系

5.价格与钻石台宽比的关系

 

三、数据清洗和预处理

1.读取展示数据

 

 

 2.缺失值统计

 

 

 没有缺失值，故无需填补删除缺失。

去除重复项

 

 

 

 

 

 

 

 

四、各变量相关性数据分析与可视化

1.运用Dtale库进行数据分析与可视化

 

 

 

2.汉化

 

 

 

 

 

 

3.描述

 

 

 

4.直方图

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

与价格有关的折线图

 

 

 

 

 

 

 

 

 

 

 

 

与价格相关的柱状图

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

与价格相关的散点图

 

 

 

 

 

 

 

 

 

与价格相关的饼状图

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

与价格相关的词云图

 

 

 

 

 

 

 

 

 

五、主要结论

1.价格与钻石重量的关系

 

 

 钻石越重价格越高

 

2.价格与钻石切割品质的关系

 

 钻石切割越好价格越高

 

 

 

 

3.价格与钻石纯净度的关系

 

 

 钻石越纯净价格越高

 

4.价格与钻石全深百分比的关系

 

 

 钻石全深百分比在64%左右价格高

 

5.价格与钻石台宽比的关系

 

 

 台宽比在54%左右价格高