世界高峰实战案例
Posted alexzhang92
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了世界高峰实战案例相关的知识,希望对你有一定的参考价值。
世界高峰数据可视化 (World‘s Highest Mountains)
参考:https://www.kaggle.com/alex64/d/abcsds/highest-mountains/let-s-climb
import pandas as pd import matplotlib.pyplot as plt from matplotlib import style style.use(‘ggplot‘) # 设置图片显示的主题样式 # 解决matplotlib显示中文问题 plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘] # 指定默认字体 plt.rcParams[‘axes.unicode_minus‘] = False # 解决保存图像是负号‘-‘显示为方块的问题 dataset_path = ‘./dataset/Mountains.csv‘ def preview_data(data): """ 数据预览 """ # 数据预览 print(data.head()) # 数据信息 print(data.info()) def proc_success(val): """ 处理 ‘Ascents bef. 2004‘ 列中的数据 """ if ‘>‘ in str(val): return 200 elif ‘Many‘ in str(val): return 160 else: return val def run_main(): """ 主函数 """ data = pd.read_csv(dataset_path) preview_data(data) # 数据重构 # 重命名列名 data.rename(columns={‘Height (m)‘: ‘Height‘, ‘Ascents bef. 2004‘: ‘Success‘, ‘Failed attempts bef. 2004‘: ‘Failed‘}, inplace=True) # 数据清洗 data[‘Failed‘] = data[‘Failed‘].fillna(0).astype(int) data[‘Success‘] = data[‘Success‘].apply(proc_success) data[‘Success‘] = data[‘Success‘].fillna(0).astype(int) data = data[data[‘First ascent‘] != ‘unclimbed‘] data[‘First ascent‘] = data[‘First ascent‘].astype(int) # 可视化数据 # 1. 登顶次数 vs 年份 plt.hist(data[‘First ascent‘].astype(int), bins=20) plt.ylabel(‘高峰数量‘) plt.xlabel(‘年份‘) plt.title(‘登顶次数‘) plt.savefig(‘./first_ascent_vs_year.png‘) plt.show() # 2. 高峰vs海拔 data[‘Height‘].plot.hist(color=‘steelblue‘, bins=20) plt.bar(data[‘Height‘], (data[‘Height‘] - data[‘Height‘].min()) / (data[‘Height‘].max() - data[‘Height‘].min()) * 23, # 按比例缩放 color=‘red‘, width=30, alpha=0.2) plt.ylabel(‘高峰数量‘) plt.xlabel(‘海拔‘) plt.text(8750, 20, "海拔", color=‘red‘) plt.title(‘高峰vs海拔‘) plt.savefig(‘./mountain_vs_height.png‘) plt.show() # 3. 首次登顶 data[‘Attempts‘] = data[‘Failed‘] + data[‘Success‘] # 攀登尝试次数 fig = plt.figure(figsize=(13, 7)) fig.add_subplot(211) plt.scatter(data[‘First ascent‘], data[‘Height‘], c=data[‘Attempts‘], alpha=0.8, s=50) plt.ylabel(‘海拔‘) plt.xlabel(‘登顶‘) fig.add_subplot(212) plt.scatter(data[‘First ascent‘], data[‘Rank‘].max() - data[‘Rank‘], c=data[‘Attempts‘], alpha=0.8, s=50) plt.ylabel(‘排名‘) plt.xlabel(‘登顶‘) plt.savefig(‘./mountain_vs_attempts.png‘) plt.show() # 课后练习,尝试使用seaborn或者bokeh重现上述显示的结果 if __name__ == ‘__main__‘: run_main()
以上是关于世界高峰实战案例的主要内容,如果未能解决你的问题,请参考以下文章
深度学习应用实战案例-员工流失预测模型(Python源代码)
案例实战:每日上亿请求量的电商系统,JVM年轻代垃圾回收参数如何优化?
星际无限CMO莉娜应邀参加2021世界区块链技术与应用高峰论坛