大数据基础与实务（商科版）Python软件操作手册2

实训操作手册

1

目录

一、“案例五单项实训-数据可视化”.................1

任务一“类别比较图表”之柱形图..................................................1

（一）实验讲解：..............................................................1

（二）实训操作：..............................................................4

任务二“类别比较图表”之堆积柱形图...............6

（一）实验讲解：..............................................................7

（二）实训操作：..............................................................9

任务三“类别比较图表”之条形图..................................................9

（-）实验讲解：.............................................................10

（二）实训操作：.............................................................13

任务四“类别比较图表”之词云图.................................................13

（一）实验讲解：.............................................................14

（二）实训操作：.............................................................16

任务五“时间序列图表”之折线图.................................................17

（一）实脸讲解：.............................................................17

（二）实训操作：.............................................................20

任务六”数据关系图表”之散点图.................................................20

（一）实验讲解：.............................................................21

（二）实训操作：.............................................................24

任务七“数据分布图表”之直方图.................................................24

（一）实验讲解：.............................................................25

（二）实训操作：.............................................................28

任务八“数据分布图表”之箱线图.................................................28

（一）实验讲解：.............................................................29

（二）实训操作：.............................................................32

任务九“局部整体图表”之饼图.....................32

（一）实验讲解：.............................................................33

（二）实训操作：.............................................................36

2

一、“案例五单项实训卜数据可视化”

任务一“类别比较图表”之柱形图

在【案例选择】下拉列表中，选择“案例五单项实训-数据可视化”，点击

任务一按钮，进入“类别比较图表”之柱形图任务，如图1-1。

图1-1柱状图分析

在任务一中，分析哪些类别的兰花比较畅销，通过对不同类别的兰花的销量

统计，查找出产销的品类。

(一)实验讲解：

1.理论部分

(1)简介

柱形图用于显示一段时间内的数据变化或显示各项之间的比较情况。在柱形

图中，类别型或序数型变量映射到横轴的位置，数值型变量映射到矩形的高度。

控制柱形图的两个重要参数是：“系列重叠”和“分类间距”。“分类间距”控

制同一数据系列的柱形宽度，数值范围为［0.0,1.0］；“系列重叠”控制不同数

据系列之间的距离，教值范围为［-1.0,1.0］。柱形图包括单数据系列柱形图、

多数据系列柱形图、堆积柱形图和百分比堆积柱形图共4种常见类型。但是，绘

制柱形图和条形图系列的最大潜在问题就是排序。

1

(2)Pytlion绘制柱形图

使用matplotlib提供的bar()函数绘制柱状图。

Bar函数的常用参数：

参数接收值说明默认值

Xarrayx轴数据；

柱形图的高度，也就是y轴的数

array

height值；

alphafloat柱形图的颜色透明度；1

widthfloat柱形图的宽度；0.8

color

string

(facecolor)柱形图填充的颜色；随机色

edgecolorstring图形边缘颜色None

图例名称，解释每个图像代表的

string

label含义无

linewidth

(linewidths/数值边缘or线的宽度1

Iw)

2.实验设计

2

（1）导入库和数据

导入matplotlib库与pyplot模块，由于matplotlib库默认不显示中文，

使用rcparam参数解决matplot中中文乱码，然后读取服务器中内置的csv格式

的“淘宝兰花数据集”。

（2）设置轴数据

选定用于分析的横纵坐标数据，将“植物类别”设为X轴，“付款人数”设

为Y轴，对“植物类别”进行分组并统计每种类别的“付款人数”总和。

（3）创建画布与子图（柱形图）

创建画图的画布，并在画布中添加柱形图

（4）设置图形元素

对柱形图的标题、横纵坐标轴轴标题进行命名，显示数据标签，设置横坐

标刻度文字的显示效果。

（5）生成图片

设置生成图片的路径和名称，生成图片。

（6）可视化分析

通过下图可知，购买人数多的为草本花卉类型的产品，但是根据花卉的分类,

兰花原就属于草本花卉，属于草本花卉分类下的宿根花卉。但是其他品种也是销

量的，因此，通过分析应该进行数据反查，可通过在电商商城查看其他类别的的

拦花是什么，为何包含在其他分类中。

3

选存

击保

单，

②钮o

。按

目存

项保9

”击0

名念

点1

命后1

未成

“完

个③

一，

载置目

图加项

形设

柱统】加4

系名添

2

，命-

目重1

项【图

增行

新进

，目

Q©

钮项

M1"

按对M上

】，

：建键

目o写

作新右2

------项-填

000000【l

000000操加标数

000000t

000000击图g

训鼠W

208642添帆J参

11怜o

实点，如K

任r.t.

58Yt

）目)

1①，g2

二项目期(

（中项

①点击【任务描述】预计根据下发的教案，完成数据等挖掘。②点击【数据

向导】，弹出关键词替换弹窗，如图1-3。③对每一关键词填入正确的参数，④

然后点击确认，将参数传入系统代码模板中，如图「4。⑤点击【保存】按钮，

保存代码数据。

图1-3数据向导

ET公理财处城|琏理

开发语言：Python*新罐保存执行注明装名政霸向分》出数鬣

.or,^ndwarpd

xaport*«tplctlib.pyplatgpit

>)2朗行代码第决ph中文！!他向g

pit.r<P*riarffont.trnr-ttrif)・「玄皿/】9用奈正常1!示中文标条

«—«i—QBihjiw*]*Faltt•RM£*B*|lW

■QUK

MinjvxrllexUwittamtoxt):

pith=•mat-oldexP/hJ/AW兰花nten.z

dvta•p4eH.cwCpath)

dfta-dMtC付IK人IT].<r««i>y((dflit(3IWA9f'D).fu><)

dMdind”・vilow

dati.vilwe

cfe^a.dictdiet(sip(kdy>>

&-aorted<d»da_dict.itmsO,key-lwbdakv：(kvtl)4kv(0))>rerglrue)

70

30

仪=pit.Figure0

fcrd5dd:

<L<>ptnd(d[0]>

y.L«»pend(d[l)>

图1-4数据向导/输入参数

3.代码执行

完成参数填写且保存后，即可提交代码至服务器进行执行，点击【执行】按

钮，系统提示“已执行，请稍后查看执行结果”。

5

R出处瞳KKtarr

w/y①,行注母费名ttBAW

iwrtpanelsispd

ui^rtB#plotlib.pyplotarpit

•6所代ga至pit中文!!笊的间曾

pit.rcPanafCfcvt.smx~»rif*]■rSiaBti'】•用宗正案显示伞文悚M

pit.rcPuMur«e«.umoodejunus*)=Falset用♦王京打

defBnfLhmdler(event,CCMCKQGG〜

问h'(D»teoid.rf<h)/-SIMT,•fKHWknWyn

d>ta二pd.xeM_CRSsth)

如，-<16，(忖*人曲】・口0^(【仁，1植物黄期]】)・必0

&-dMalr«S».viloet

dM，nhnc

d*lawdict&ct(zip，d«.<fy))

Krted《d»da_dxrk«)rIwbdakv：(kv(ljvkv(O))rTrw>

-D

-□

^lt.Fx(uc«O

dinddi

x_).vpfnd(d[O)>

yi・acpcrdfdfl])

图1-5代码执行

4.查看结果

执行代码后，①鼠标单击选中项目然后鼠标右键，②点击【查看结果】，弹

出结果查看弹窗，如图『6。

DB0•：：：O

■«h■««««:

Bgas

期mcwfli

”曾斐士死烫期妁铺■统计“

120000■

@

100000•

Q

80000

©VMJ6JV

"60000

40000

图1-6查看结果

任务二“类别比较图表”之堆积柱形图

点击任务二按钮，进入“类别比较图表”之淮积柱形图，如图l-7o

6

图1-7堆积柱状图分析

在任务二中，对消费者的偏好进行交叉分析，统计分析消费者对于各类兰花

是否包含花苞/花箭的偏好。

（一）实验讲解：

1.理论部分

（1）简介

堆积柱形图显示单个项目与整体之间的关系，它比较各个类别的每个数值所

占总数值的大小。堆积柱形图以二维垂直堆积矩形显示数值，要注意以下三点：

①柱形图的X轴变量一般为类别型，Y轴变量为数值型。所以要先求和得

到每个类别的总和数值，然后对数据进行降序处浬。

②如果图例的变量属于序数型，如Fair、Good、VeryGood、Premium和

Ideal（一般、好、非常好、超级好、完美）属于有序型，则需要按顺序显示图

例。

③如果图例的变量属于无序型，则最好根据其均值排序，使数值最大的类

别放置在最下面，最靠近X轴，这样很容易观察每个堆积柱形内部的变量比例。

（2）Python绘制堆积柱形图

使用matplotlib提供的柱形图绘制函数bar（）,设置函数中的bottom参数

就可以绘制堆积柱形图。

7

2.实验设计

（1）导入库和数据

导入matplotlib库与pyplot模块，由于matplotlib库默认不显示中文，

使用rcparam参数解决matplot中中文乱码，然后读取服务器中内置的csv格式

的“淘宝兰花数据集”。

（2）设置轴数据

将“植物品种”作为X轴变量，将“付款人数”作为Y轴变量，先统计不

同品种的兰花的数量，将每一品种兰花根据“是否带花苞/花箭”分为两类，统

计每种“包含花苞/花胃”和“不包含花苞/花箭”兰花的付款人数。

（3）创建画布与子图（柱形图）

创建画图的画布，并在画布中添加柱形图，在同一横坐标刻度画不同品种

的色花包含于与不包含花苞/花箭时付款人数的统计样子，将统一刻度的是否包

含花苞/花箭这两个柱子叠加，形成堆积柱形图。

（4）设置图形元素

对柱形图的标题、横纵坐标轴轴标题进行命名，显示数据标签，设置横坐

标刻度文字的显示效果。

（5）生成图片

设置生成图片的路径和名称，生成图片。

（6）可视化分析

通过下图可知，购买人数多的都是不带花苞/花箭的兰花产品，所值在产品

选品时，可尽量集中在不带花苞/花箭的兰花产品。

8

堆积柱状图（是否带花苞/花箭）

否是

否

80000-

60000-

40000-

20000-

鼻哼是：828

杏山94否.475是：277是：230是:0是:320是：0

否:365否:278杏：483否:91否:28,

植物品种

（二）实训操作：

操作方法与“任务一”的操作一致，在此不再赘述。注意：操作时,需在

“任务二”中操作，不然会导致实训内容不正确，

任务三“类别比较图表”之条形图

点击任务三按钮，进入“类别比较图表”之条形图，如图1-8。

9

的1三：M别比晒，•之果时

敷密处理

•TiMaiit^a।侬旧#

开发语言：Python•VvS便〃版行BKAW中总数总

图1-8”类别比较图表”之条形图

在任务三中，对市场的上架品牌进行分析，确定行业领头羊，为以后的经典

分析与学习奠定基础。

（一）实验讲解：

1.理论部分

（1）简介

条形图与柱形图类似，几乎可以表达相同多的数据信息。在条形图中，类别

型或序数型变量映射到纵轴的位置，数值型变量映射到矩形的宽度。条形图妁柱

形变为横向，从而导致与柱形图相比，条形图更加强调项目之间的大小对比。尤

其在项目名称较长以及数量较多时，采用条形图可视化数据会更加美观、清晰，

如下图所示。

10

F<*K«­.____

Gennanv

)€8-i*.SHHB

Sw*dM-

0SWIS

Renwns

(a)单数据系列条形图(b)多数据系列条形图

(c)堆积条形图(d)百分比堆积条形图

(2)Python绘制条形图

用matplotlib包绘制的条形图中，使用plt.barh()函数替代柱形图绘制

函数plt.bar(),其他语法与柱形图的绘制基本一致，只是X轴变成数值型坐

标，而Y轴变成类别型坐标。

参数接收值说明默认值

yarrayy轴的数值

widtharrayx轴的数值

alphafloat条形的颜色透明度；1

heightfloat条形的宽度；0.8

color

string条形填充的颜色；随机色

(facecolor)

edgecolorstring条形边缘颜色None

图例名称，解释每个图像代

stringNone

label表的含义

linewidth

(linewidths/数值边缘or线的宽度1

Iw)

11

2.实验设计

（1）导入库和数据

导入matplotlib库、pyplot模块，由于matplotlib库默认不显示中文，

使用rcparam参数解决matplot中中文乱码，然后读取服务器中内置的csv格式

的“淘宝兰花数据集”。

（2）设置轴数据

将“评论数”作为X轴变量，将“品牌”作为Y轴变量，统计每一品睥的

评论数，对数据进行排序，并选取前20的数据。

（3）创建画布与子图（条形图）

创建画图的画布，并在画布中添加条形图。

（4）设置图形元素

对条形图的标题、横纵坐标轴轴标题进行命名，设置横坐标刻度文字的显

示效果。

（5）生成图片

设置生成图片的路径和名称，生成图片。

（6）可视化分析

通过下图可知，购买人数较多且评论数量多的前20个品牌（店铺）如下图

显示，在后续的选品、店铺装修、店铺活动等可参照行业标杆。

12

条形图

评论数

（二）实训操作：

操作方法与“任务一”的操作一致，在此不再赘述。注意：操作时，需在

“任务三”中操作，不然会导致实训内容不正确，

任务四“类别比较图表”之词云图

点击任务四按钮，进入“类别比较图表”之词云图，如图l-9o

图1-9词云图分析

13

在任务四中，对兰花商品的功能进行分析，通过对“功能”描述进行词云分

析，了解市场中客户对拦花的功能需求。

(一)实验讲解：

1.理论部分

(1)简介

词云图是通过使每个字的大小与其出现频率成正比，显示不同单词在给定文

本中的出现频率，然后将所有的字词排在一起，形成云状图案，也可以任何格式

排列：水平线、垂直列或其他形状，也可与显示获分配元数据的单词，在词云图

上使用颜色通常都是毫无意义的，主要是为了美观，我们可以用颜色对单词进行

分类或显示另一个数据变量。词云图通常用于网站或博客上，用于描述关键词或

标签，也可用来比较两个不同的文本。

词云图虽然简单易懂，但是有一些重大缺点,①较长的字词会引人注意；②

字母含有很多升部/降部的单词可能会受到人关注；③分析精度不足，较多时候

是为了美观。

(2)Python绘制词云

词云图可以用过wordcloud包的Wordcloud()函数实现，不仅可以实现方形

的词云图，还能借助PIL包的image。函数导入二值化的图像，从而实现不同形

状的词云图。在做中文文本分析时，可以借助jieba包做分词处理，然后使用

Wordcloud()函数做文本的统计分析。

常用参数名称接收值说明默认值

Font_pathstring字体路径

widthint画布宽度400像素

heightint画布高度200像素

prefer_horizo词语水平方向排

float0.9

ntal版出现的频率

如果参数为空，

则使用二维遮罩

masknd-arrayorNoneNone

绘制词云。如果

mask非空，设置

14

的宽高值将被忽

略，遮罩形状被

mask取代。除全

白（ttFFFFFF）的

部分将不会绘

制，其余部分会

用于绘制词云

按照比例进行放

scalefloat1

大画布

显示的最小的字

min_font_sizeint(4

体大小

字体步长，如果

步长大于1,会加

font_stepint快运算但是可能1

导致结果出现较

大的误差

要显示的词的最

max_wordsnumber200

大个数

background_co

colorvalue背景颜色black

lo

显示的最大的字

max_font_sizeintorNoneNone

体大小

2.实验设计

（1）导入库和数据

导入wordcloud库与jieba库，然后读取服务器中内置的csv格式的“淘宝

兰花数据集”。

（2）设置待分析数据

选择“功能”为分析字段，对语句进行切分

15

（3）词云图参数设置

添加词云绘图函数，设置词云的背景颜色与宽高

（4）词云图片设置

将词云图按精确噗式输出

（5）生成图片

设置生成图片的路径和名称，生成图片。

（6）可视化分析

从产品的词云可知，商家在宣传时，都喜欢使用“美观”、“提神”、“防

辐射”、“去甲醛”等字眼，说明大多数商家对客户分析时，都得出过客户较为

关注这些产品。

X长

阳

趣空鸣

加湿¥n

夫为

典A驱蚊防辐射

（二）实训操作：

操作方法与“任务一”的操作一致，在此不再赘述。注意：操作时，需在

“任务四”中操作，不然会导致实训内容不正确,

任务五“时间序列图表”之折线图

16

点击任务五按钮，进入“时间序列图表”之折线图，如图170。

图1-W折线图

在任务五中，对消费者的兰花品种偏好进行分析，通过折线图查找找花种类

与购买人数的关系，从而查看各类拦花的购买人数分布情况。

（一）实验讲解：

1.理论部分

（1）简介

折线图（linechart）用于在连续间隔或时间跨度上显示定量数值，最常用

来显示趋势和关系（与其他折线组合起来）。此外，折线图也能给出某时间段内

的整体概览，看看数据在这段时间内的发展情况。要绘制折线图，先在笛卡儿坐

标系上定出数据点，然后用直线把这些点连接起来。

在折线图中，X轴包括类别型或者序数型变量，分别对应文本坐标轴和序数

坐标轴（如日期坐标轴）两种类型；Y轴为数值型变量。折线图主要应用于时间

序列数据的可视化。（a）为双数据系列折线图，X轴变量为时序数据。

在散点图系列中，曲线图（带直线而没有数据标记的散点图）与折线图的图

像显示效果类似。在曲线图中，X轴也表示时间变量，但是必须为数值格式，这

是两者之间最大的区别。所以，如果X轴变量为数值格式，则应该使用曲线图，

而不是折线图来显示数据。

在折线图系列中，标准的折线图和带数据标记的折线图可以很好地可视化数

17

据。因为图表的三维透视效果很容易让读者误解数据，所以不推荐使用三维折线

图。另外，堆积折线图和百分比堆积折线图等推荐使用相应的面积图，例如，堆

积折线图的数据可以使用堆积面积图绘制，展示的效果将会更加清晰和美观。

多数据系列图

value1

2(X>12CK>32W520072009

MMT

(a)纯色填充(b)颜色映射填充

(2)Python绘制折线图

使用matplotlib包中的pit.plot函数和pit.fill_between()函数可以绘

制折线图。

Plot。函数常用参数包括:

常用参数接收值说明默认值

*argsarrayx轴与y轴对应的数据；

colorstring表示折线的颜色；None

markerstring表示折线上数据点处的类型；None

linestylestring表示折线的类型；——

linewidth数值线条粗细：linewidth=1.=5.=0.31

alpha0~1之间的小数表示点的透明度；None

18

数据图例内容：label'实际数

labelstringNone

据，

2.实验设计

（1）导入库和数据

导入matplotlib库与pyplot模块，由于matplotlib库默认不显示中文,

使用rcparam参数解决matplot中中文乱码，然后读取服务器中内置的csv格式

的“淘宝兰花数据集”。

（2）设置轴数据

选定用于分析的横纵坐标数据，将“植物品种”设为X轴，“付款人数”设

为Y轴，对“植物品种”进行分组并统计每种类别的“付款人数”总和，对统计

数据进行排序。

（3）创建画布与子图（折线图）

创建画图的画布，并在画布中添加折线图。

（4）设置图形元素

对折线图的标题、横纵坐标轴轴标题进行命名，显示数据标签，设置横坐

标刻度文字的显示效果。

（5）生成图片

设置生成图片的路径和名称，生成图片。

（6）可视化分析

通过对植物品种进行分析，从折线图可知，除了兰花和其他这两没有指向性

的描述外，销售比较好的品种主要是蝴蝶兰，在选品时可重点考虑该品种。

19

折线图

植物品种

（二）实训操作:

操作方法与“任务一”的操作一致，在此不再赘述。注意：操作时，需在

“任务五”中操作，不然会导致实训内容不正确,

任务六“数据关系图表”之散点图

点击任务六按钮，进入“数据关系图表”之数点图，如图1-11。

任务六：•之敏郴B

致旧好序散田保存

It处氏］如国

开发语言：Python•新*保存以行注册表名故事向33由数说

20

图1-11散点图分析

在任务五中，对消费者的价格区间偏好进行分析，通过散点图分析价格与付

款人数的关系。

(一)实验讲解：

1.理论部分

(1)简介

散点图(scattergraph,pointgraph,XTplot,scatterchart或者

scattergram)是比较常见的图表类型之一，通常用于显示和比较数值。散点图

使用一系列的散点在直角坐标系中展示变量的数值分布。在二维散点图中，可以

通过观察两个变量的数据分析，发现两者的关系与相关性，如图5-1-1所示。

散点图可以提供3类关键信息：①变量之间是否存在数量关联趋势；②如果存

在关联趋势，那么是线性还是非线性的；③观察是否存在离群值，从而分析这

些离群值对建模分析的影响。

变量/

通过观察散点图上数据点的分布情况，我们可以推断出变量间的相关性。如