本文示例：根据箱型图、直方图的代码和数据的条件查询方法，画出航空公司男性和女性用户的年龄分布箱型图和直方图。
目录
图形概念
1.箱型图
2.直方图
步骤：
1、导入相关库
2、对数据进行处理
3、绘制图形
箱型图
直方图
图形概念
1.箱型图
箱型图是一种用作显示一组数据分散情况资料的统计图，它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比 较。箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后， 连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。
25%分位数（下四分位数）：序列中有25%的数据小于这个数
中位数（50%分位数）：序列中有50%的数据小于这个数
75%分位数（上四分位数）：序列中有75%的数据小于这个数
最大值：序列100%的数据小于这个数
最小值：序列没有数据小于这个数
2.直方图
直方图(Histogram)，又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据类型，纵轴表示分布情况。直方图容易和柱形图搞混淆，外观上没有区别，但是直方图一般指用来描述数据的分布的柱形图。
直方图的常见作用有以下三点：
(1)显示质量波动的状态；
(2)较直观地传递有关过程质量状况的信息；
(3)通过研究质量波动状况之后，就能掌握过程的状况，从而确定在什么地方集中力量进行质量改进工作。
步骤：
1、导入相关库
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Boxplot
from pyecharts.charts import Bar1、Boxplot库是pyecharts中的一个图表类型，用于显示数据的统计分布情况。
2、Bar库是pyecharts中的另外一个图表类型，用于绘制柱状图。Bar图可以展示不同类别的数据大小之间的比较，也可以用于显示时间序列数据的变化。
读取文件，获取数据集
data = pd.read_excel(r'航空公司数据-剔除空年龄.xlsx')
data
2、对数据进行处理
筛选出表格中性别为男的存给变量a1,性别为女的存给变量a3
a1 = data['性别']=="男"
a2 = data['性别']=="女"把表格中性别为男的数据存给变量a3并打印出来
a3 = data.loc[a1,:]
a3
把表格中性别为女的数据存给变量a4并打印出来
a4 = data.loc[a2,:]
a4
把年龄那一列变为二维列表
pyecherts 中有特殊的要求，加入的数据必须是列表类型的，所以在画图之前我先对所需数据进行处理，处理的方法有以下几种（list()函数、字符串转列表、tolist()等），这里我用的是tolist()函数。
y1 = [a3['年龄'].tolist()] # 注意需要二维列表
y2 = [a4['年龄'].tolist()]创建一个箱型图对象，并加入男性的二维列表数据
c = Boxplot()
c.prepare_data(y1) # [最小值,下四分位数,中位数,上四分位数,最大值]女性的同上
c = Boxplot()
c.prepare_data(y2)
3、绘制图形
箱型图
# from pyecharts import options as opts
# from pyecharts.charts import Boxplot
c = Boxplot() # 先创建出图形对象
c.add_xaxis([""]) # 必须输入，但多数时候不需要
c.add_yaxis("男",
c.prepare_data(y1), # 数据经过prepare_data方法处理得到[最小值,下四分位数,中位数,上四分位数,最大值]
itemstyle_opts = opts.ItemStyleOpts(color='#FFDAB9',
border_color='#F08080',
)
)
c.add_yaxis("女",
c.prepare_data(y2),
itemstyle_opts = opts.ItemStyleOpts(color='#87CEEB', #配置箱子颜色
border_color='blue', #箱子的边框颜色
)
)
# 全局配置项
c.set_global_opts(title_opts=opts.TitleOpts(title="男女性年龄分布箱型图"), #标题
yaxis_opts=opts.AxisOpts( # y轴的标题
type_="value", # 类型
name="年龄", # y轴标签
splitarea_opts=opts.SplitAreaOpts( # 设置标签不显示
is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
),
),
)
c.render_notebook()结果展示：
这组数据显示出：
男性 女性
- 最小值(minimum)=13 最小值(minimum)=12
- 下四分位数(Q1)=38 下四分位数(Q1)=35
- 中位数(Med--也就是Q2)=44 中位数(Med--也就是Q2)=40
- 上四分位数(Q3)=50 上四分位数(Q3)=48
- 最大值(maximum)=89 最大值(maximum)=78
直方图
画图前分组并把筛选出来的数据转为列表
dict = data.groupby(by=['性别','年龄'])['年龄'].count() #分组
x1 = dict['女'].index.tolist() #把筛选出来的数据转为列表
x11 = dict['女'].values.tolist()
x2 = dict['男'].index.tolist()
x22 = dict['男'].values.tolist()绘制女性直方图
x = [i for i in dict.index]
y = dict.tolist()
c = (
Bar()
.add_xaxis(x1)
.add_yaxis("女", x11,
category_gap=0, # 设置柱子之间的间距为0
color='#87CEEB')
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方图"))
)
c.render_notebook()
绘制男性直方图
x = [i for i in dict.index]
y = dict.tolist()
c = (
Bar()
.add_xaxis(x2)
.add_yaxis("男", x22,
category_gap=0, # 设置柱子之间的间距为0
color='#ff8080')
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方图"))
)
c.render_notebook()
