葡萄酒数据集数据分析
数据集来源：http://archive.ics.uci.edu/ml/datasets/Wine+Quality
引用说明
P. Cortez, A. Cerdeira, F. Almeida, T. Matos and J. Reis.
Modeling wine preferences by data mining from physicochemical properties.
In Decision Support Systems, Elsevier, 47(4):547-553. ISSN: 0167-9236.
数据分析参考：阿里云天池 https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12282042.0.0.63862042MtaPrq&postId=4662
需要用到的python库：numpy pandas matplotlib seaborn seaborn就是在matplotlib基础上面的封装，方便直接传参数调用
数据集说明
包含红葡萄酒和白葡萄酒两个数据集
winequality-red.csv
winequality-white.csv
实例数： red wine -1599 white wine-4898
属性(特征)数：11+输出属性
输入变量(基于物理化学测试)
1 - fixed acidity 固定酸度
2 - volatile acidity 挥发性酸度
3 - citric acid 柠檬酸
4 - residual sugar 残糖
5 - chlorides 氯化物
6 - free sulfur dioxide 游离二氧化硫
7 - total sulfur dioxide 总二氧化硫
8 - density 密度
9 - pH PH值
10 - sulphates 硫酸盐
11 - alcohol 酒精
输出变量(基于感官数据):
12 - quality (score between 0 and 10)
使用jupyter notebook
`
读取数据
df=pd.read_csv("winequality-red.csv")
查看dataframe前10行
查看数据信息
单变量数据分析
简单的数据统计
df.columns 返回dataframe的列标签
colmn=df.columns.tolist() 将dataframe返回的列标签转换成列表
fig=plt.figure(figsize=(10,6))
for i in range(12):
plt.subplot(2,6,i+1)
sns.boxplot(df[colmn[i]],orient="v", width = 0.5, color = color[0])
plt.ylabel(colmn[i],fnotallow=12)
plt.tight_layout()
#print("Figure 1: Univariate Boxplots")
`
