提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、pyecharts是什么？

Pyecharts 是一个基于 Echarts 的 Python 数据可视化库，支持生成交互式图表。它提供丰富的图表类型（如折线图、柱状图、饼图等），并允许通过简单的 Python 代码实现复杂的数据可视化效果。

目录

文章目录

前言

一、pandas是什么？pyecharts是什么？

二、使用步骤

1.引入库

2.读入数据

3.查看数据修改格式

4.绘制各省份用户人数的柱状图

5.绘制用户数据的散点图

6.绘制折线图

7.绘制饼图

总结

---

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as snsplt.rc
Params['font.family'] = 'SimHei'  # Windows系统
plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题
• import numpy as np：导入 NumPy 库（别名为 np ），用于高效数值计算，像数组操作、数学函数等场景常用。

• import pandas as pd：导入 Pandas 库（别名为 pd ），是数据处理“神器”，能方便读写表格数据、做数据清洗和分析。

• import matplotlib.pyplot as plt：导入 Matplotlib 的 pyplot 模块（别名为 plt ），用于绘制各种可视化图表（折线图、柱状图等）。

• import seaborn as sns：导入 Seaborn 库（别名为 sns ），基于 Matplotlib，让图表更美观，还简化了复杂可视化（如热力图、分面图）的代码。

• plt.rcParams['font.family'] = 'SimHei'：设置 Matplotlib 绘图时的 字体为“SimHei”（宋体），解决 Windows 系统下中文显示乱码问题。

• plt.rcParams['axes.unicode_minus'] = False：解决 Matplotlib 中 负号显示为方块/乱码 的问题，让负号正常显示。

2.读入数据 

代码如下（示例）：

data = pd.read_excel('./航空公司数据.xlsx')
data.head(2)

3.查看数据修改格式

代码如下（示例）：

df1 = data.groupby('工作地所在省份').size().sort_values(ascending = False)[:30]
df1

labels=df1.index.tolist()

1. data.groupby('工作地所在省份')

◦ 对 data（Pandas 的 DataFrame 数据）按**“工作地所在省份”列**分组，把相同省份的行归为一组。

◦ 类似 Excel 里“按省份分类汇总”的逻辑，为后续统计做准备。

2. .size()

◦ 统计每个分组（省份）的行数，结果是一个 Series（索引是省份名，值是该省份的记录数量）。

3. .sort_values(ascending=False)

◦ 对 size() 结果按“数量”降序排序（ascending=False 表示降序，True 是升序），让省份按“记录数从多到少”排列。

4. [:30]

◦ 取排序后的前 30 条结果，即保留“记录数最多的 30 个省份”。

最终结果：
df1 是一个 Series，结构如下：

• 索引（index）：省份名称（如“广东”“江苏”等）。

• 值（values）：每个省份对应的记录数量（已降序排前 30）。
代码段 2（In [11]）
labels = df1.index.tolist()
逐部分拆解：

1. df1.index

◦ 获取 df1（Series）的索引，也就是前面统计的“省份名称”。

2. .tolist()

◦ 把索引（省份名称）转成Python 列表，方便后续用列表做可视化（如图表的 x 轴标签）、循环等操作。

最终结果：
labels 是一个列表，元素是“工作地所在省份”的名称（前 30 个，按记录数降序排列）。
两段代码的关联

1. 第 1 段：从 data 中统计“各省记录数”，筛选前 30 名，存在 df1。

2. 第 2 段：提取 df1 的省份名（索引），转成列表 labels，后续可用于可视化图表的标签（比如柱状图的 x 轴省份名称）。

简单说，这是**“数据分组统计 → 排序筛选 → 提取标签”** 的典型流程，为后续数据可视化（如画各省数量的柱状图）做准备。

4.绘制各省份用户人数的柱状图

代码如下（示例）：

plt.figure(figsize=(10,5))  # 适当增大画布尺寸
bars = plt.bar(range(30), df1, color='steelblue')

plt.title('各省份用户人数分布（前30）', pad=20)
plt.xlabel('省份名称', labelpad=10)
plt.ylabel('人数', labelpad=10)

plt.xticks(range(30), labels, rotation=45, ha='right')
plt.yticks(np.arange(0, max(df1)*1.2, step=max(df1)//5))

for bar in bars:
    height = bar.get_height()
    plt.annotate(f'{height}',
                xy=(bar.get_x() + bar.get_width()/2, height),
                xytext=(0, 3),  # 3 points vertical offset
                textcoords="offset points",
                ha='center', va='bottom',
                fontsize=8)

plt.grid(axis='y', linestyle='--', alpha=0.5)
plt.tight_layout()  # 自动调整布局
plt.show()
 

5.绘制用户数据的散点图

# 数据准备
x = data['平均折扣系数']
y = data['飞行里程数']

# 创建画布
plt.figure(figsize=(10,5))

# 绘制散点
plt.scatter(x, y, s=10, alpha=0.6, c='blue')

# 添加标签和标题
plt.title('用户消费特征分析\n平均折扣系数 vs 飞行里程数')
plt.xlabel('平均折扣系数')
plt.ylabel('飞行里程数')

# 添加辅助元素
plt.grid(True, linestyle=':', alpha=0.3)
plt.tight_layout()

# 显示图形
plt.show()
 

6.绘制折线图

6.1. 查看数据基本信息

data.info()

• 作用：调用 Pandas 的 info() 方法，输出 data（DataFrame 类型）的基本信息，包括：

◦ 各列的名称、数据类型（如 int64/object 等）。

◦ 非空值数量（检查是否有缺失值）。

◦ 数据占用内存大小。

• 典型场景：数据分析第一步，快速了解数据结构、排查缺失值。

6.2. 提取“入会年份”
data['入会年份']=[i.year for i in data['入会时间']]
data.head(2)

6.3. 按“入会年份”分组统计
df2 = data.groupby('入会年份').size()
df2

6.4. 转换数据格式（为可视化做准备）
df21 = df2.tolist()
year = df2.index.tolist()

6.5.输出代码

plt.figure(figsize=(10,5))
plt.plot(year,df2,marker = 'o')
plt.xticks(year)
plt.title('每年入会会员人数折线图')
plt.xlabel('年份')
plt.ylabel('人数')
for i ,txt in enumerate(df21):
    plt.annotate(f'{txt}',
                (year[i],df21[i]+50),
                ha = 'center')
plt.show()
 

7.绘制饼图

7.1.计算当前时间与数据框中“入会时间”列的时间差

import datetime as dt
data['时间差']=[((pd.Timestamp(dt.datetime.now())-i)/365).days for i in data['入会时间']]
data.head(2)

7.2 进行分箱操作

data['飞龄分箱'] = pd.cut(data['时间差'], bins=[12, 15, 18, 21])
 

data.head(2)
 

7.3.对数据进行分组统计并提取标签名称

df3 = data.groupby(data['飞龄分箱']).size()
 

label1 = df3.index.tolist()
 

7.4.输出代码

plt.figure(figsize=(5,5))
plt.pie(df3, labels=label1, autopct='%1.1f%%')
plt.title('飞龄分箱饼图')
plt.show()
 

8.绘制直方图和箱型图

8.1.分组统计飞行次数

df4 = data.groupby(data['飞行次数']).size()
 

8.2输出代码

plt.figure(figsize=(12, 12))

# 直方图
plt.subplot(2, 1, 1)
plt.hist(data['飞行次数'], bins=50, color='skyblue', edgecolor='black')
plt.title('用户飞行次数分布直方图', pad=20)
plt.xlabel('飞行次数')
plt.ylabel('频次')

# 箱线图
plt.subplot(2, 1, 2)
plt.boxplot(data['飞行次数'], vert=False, patch_artist=True,
            boxprops=dict(facecolor='lightgreen'))
plt.title('用户飞行次数分布箱线图', pad=20)
plt.xlabel('飞行次数')
plt.tight_layout()
plt.show()
 

总结

我们经过学习能够：

• 掌握matplotlib的基本概念：熟悉matplotlib库的基本结构，包括Figure对象、Axes对象及其关系。

• 了解不同类型的图表：认识各种常用的图表类型（如折线图、柱状图、饼图、散点图等），并理解它们适用的场景。

• 掌握图表元素：理解图表中的各个组成部分，如标题、标签、刻度、图例等，并知道如何进行定制化设置。