Day3-《青春有你2》选手数据分析

上一页Day2-《青春有你2》选手信息爬取下一页Day4-《青春有你2》选手识别

最后更新于4年前

这有帮助吗？

# 同时添加如下代码, 这样每次环境(kernel)启动的时候只要运行下方代码即可: # Also add the following code, so that every time the environment (kernel) starts, just run the following code: import sys sys.path.append('/home/aistudio/external-libraries')

# 下载中文字体 !wget https://mydueros.cdn.bcebos.com/font/simhei.ttf # 将字体文件复制到matplotlib字体路径 !cp simhei.ttf /opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/mpl-data/fonts/ttf/ # 一般只需要将字体文件复制到系统字体目录下即可，但是在aistudio上该路径没有写权限，所以此方法不能用 # !cp simhei.ttf /usr/share/fonts/ # 创建系统字体文件路径 !mkdir .fonts # 复制文件到该路径 !cp simhei.ttf .fonts/

import matplotlib.pyplot as plt import numpy as np import json import matplotlib.font_manager as font_manager import os #显示matplotlib生成的图形 %matplotlib inline with open('data/data31557/20200422.json', 'r', encoding='UTF-8') as file: json_array = json.loads(file.read()) #绘制小姐姐区域分布柱状图,x轴为地区，y轴为该区域的小姐姐数量 zones = [] for star in json_array: zone = star['zone'] zones.append(zone) print(len(zones)) print(zones) zone_list = [] count_list = [] for zone in zones: if zone not in zone_list: count = zones.count(zone) zone_list.append(zone) count_list.append(count) print(zone_list) print(count_list) # 设置显示中文 plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体 plt.figure(figsize=(20,15)) plt.bar(range(len(count_list)), count_list,color='r',tick_label=zone_list,facecolor='#9999ff',edgecolor='white') # 这里是调节横坐标的倾斜度，rotation是度数，以及设置刻度字体大小 plt.xticks(rotation=45,fontsize=20) plt.yticks(fontsize=20) plt.legend() plt.title('''《青春有你2》参赛选手''',fontsize = 24) plt.savefig('/home/aistudio/work/result/bar_result.jpg') plt.show()

109 ['中国湖北', '中国四川', '中国山东', '中国浙江', '中国山东', '中国台湾', '中国陕西', '中国广东', '中国黑龙江', '中国上海', '中国四川', '中国山东', '中国安徽', '中国安徽', '中国安徽', '中国北京', '中国贵州', '中国吉林', '中国四川', '中国四川', '中国江苏', '中国山东', '中国山东', '中国山东', '中国山东', '中国江苏', '中国四川', '中国山东', '中国山东', '中国广东', '中国浙江', '中国河南', '中国安徽', '中国河南', '中国北京', '中国北京', '马来西亚', '中国湖北', '中国四川', '中国天津', '中国黑龙江', '中国四川', '中国陕西', '中国辽宁', '中国湖南', '中国上海', '中国贵州', '中国山东', '中国湖北', '中国黑龙江', '中国黑龙江', '中国上海', '中国浙江', '中国湖南', '中国台湾', '中国台湾', '中国台湾', '中国台湾', '中国山东', '中国北京', '中国北京', '中国浙江', '中国河南', '中国河南', '中国福建', '中国河南', '中国北京', '中国山东', '中国四川', '中国安徽', '中国河南', '中国四川', '中国湖北', '中国四川', '中国陕西', '中国湖南', '中国四川', '中国台湾', '中国湖北', '中国广西', '中国江西', '中国湖南', '中国湖北', '中国北京', '中国陕西', '中国上海', '中国四川', '中国山东', '中国辽宁', '中国辽宁', '中国台湾', '中国浙江', '中国北京', '中国黑龙江', '中国北京', '中国安徽', '中国河北', '马来西亚', '中国四川', '中国湖南', '中国台湾', '中国广东', '中国上海', '中国四川', '日本', '中国辽宁', '中国黑龙江', '中国浙江', '中国台湾'] ['中国湖北', '中国四川', '中国山东', '中国浙江', '中国台湾', '中国陕西', '中国广东', '中国黑龙江', '中国上海', '中国安徽', '中国北京', '中国贵州', '中国吉林', '中国江苏', '中国河南', '马来西亚', '中国天津', '中国辽宁', '中国湖南', '中国福建', '中国广西', '中国江西', '中国河北', '日本'] [6, 14, 13, 6, 9, 4, 3, 6, 5, 6, 9, 2, 1, 2, 6, 2, 1, 4, 5, 1, 1, 1, 1, 1]

# 不存在result文件夹就新建一个 if not os.path.exists('work/result'): os.makedirs('work/result') labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' sizes = [15, 30, 45, 10] explode = (0, 0.1, 0, 0) # only "explode" the 2nd slice (i.e. 'Hogs') # 去掉字符串的kg单位并转换成浮点型数字 weights_num = df['weight'].str.rstrip('kg').astype(float) # 使其切分为不同的[,)半开半闭区间 weights_interval=pd.cut(weights_num,[0,45,50,55,60],right=False) # 先进行计数再进行排序 weights=weights_interval.value_counts().sort_values(ascending=False) # 用percent让饼图随着比例而突出比例越大越突出 weights_percent=weights_interval.value_counts(normalize=True)/4 # 创建特定大小的画布 fig,ax=plt.subplots(figsize=(20,15)) # 引入新的颜色主题 # theme = plt.get_cmap('jet') # ax.set_prop_cycle("color", [theme(1. * i / len(weights)) # for i in reversed(range(len(weights)))]) # 将weights键值的值提取出来和键拼接字符串格式 weights_count=[str(val) for val in weights.values.tolist()] # 将键categories标签转换成string并加上单位 weights_labels=weights.index.astype(str) weights_labels=['<45kg' if label[label.find('[')+1:label.find(',')]=='0' else label[label.find('[')+1:label.find(',')]+'kg~'+label[label.find(',')+2:label.find(')')]+'kg' for label in weights_labels] # 键和值拼接饼图的label pie_labels=[label+':'+count+'个' for _,(label,count) in enumerate(zip(weights_labels, weights_count))] fig,l,p=plt.pie(weights, explode=weights_percent, labels=pie_labels,autopct='%1.1f%%', shadow=True, startangle=90,textprops={'fontsize': 18}) ax.axis('equal') # 保证比例相等确保画出来的是一个圆而不是椭圆 # 加上图表标注 ax.legend(labels=weights.index) plt.savefig('/home/aistudio/work/result/pie_result01.jpg') plt.show()

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' sizes = [15, 30, 45, 10] explode = (0, 0.1, 0, 0) # only "explode" the 2nd slice (i.e. 'Hogs') # 先进行计数再进行排序 weights=df['weight'].value_counts().sort_values(ascending=False) # 用percent让饼图随着比例而突出比例越大越突出 weights_percent=df['weight'].value_counts(normalize=True) # 创建特定大小的画布 fig,ax=plt.subplots(figsize=(20,15)) # 由于原来的color颜色会重复因此需要引入新的颜色主题 theme = plt.get_cmap('hsv') ax.set_prop_cycle("color", [theme(1. * i / len(weights)) for i in range(len(weights))]) # 将weights键值的值提取出来和键拼接字符串格式 weights_count=[str(val) for val in weights.values.tolist()] # 由于labels会相互遮挡因此将其旋转 fig,l,p=plt.pie(weights, explode=weights_percent,labels=weights.index+':'+weights_count+'个', autopct='%1.1f%%',rotatelabels=True, shadow=True, startangle=90,textprops={'fontsize': 18}) ax.axis('equal') # 保证比例相等确保画出来的是一个圆而不是椭圆 threshold=0.01 # 旋转比例阈值 #旋转比例过小的切片防止比例文字遮挡 for index,text in enumerate(p): if weights_percent[index]<threshold: rot = text.get_rotation() text.set_rotation(rot-90-(1-rot//180)*180) ax.legend(labels=weights.index) plt.savefig('/home/aistudio/work/result/pie_result01.jpg') plt.show()

threshold=0.01 # 旋转比例阈值 #旋转比例过小的切片防止比例文字遮挡 for index,text in enumerate(p): if weights_percent[index]<threshold: rot = text.get_rotation() text.set_rotation(rot-90-(1-rot//180)*180)