python数据分析之员工个人信息可视化

一、实验目的

（1）熟练使用Counter类进行统计
（2）掌握pandas中的cut方法进行分类
（3）掌握matplotlib第三方库，能熟练使用该三方库库绘制图形

二、实验内容

采集到的数据集如下表格所示：

三、实验要求

1.按照性别进行分类，然后分别汇总男生和女生总的收入，并用直方图进行展示。

2.男生和女生各占公司总人数的比例，并用扇形图进行展示。

3.按照年龄进行分类（20-29岁，30-39岁，40-49岁）,然后统计出各个年龄段有多少人，并用直方图进行展示。

import pandas as pd
import matplotlib.pyplot as plt
from collections import Counter

info = [{"name": "E001", "gender": "man", "age": "34", "sales": "123", "income": 350},
       {"name": "E002", "gender": "feman", "age": "40", "sales": "114", "income": 450},
       {"name": "E003", "gender": "feman", "age": "37", "sales": "135", "income": 169},
       {"name": "E004", "gender": "man", "age": "30", "sales": "139", "income": 189},
       {"name": "E005", "gender": "feman", "age": "44", "sales": "117", "income": 183},
       {"name": "E006", "gender": "man", "age": "36", "sales": "121", "income": 80},
       {"name": "E007", "gender": "man", "age": "32", "sales": "133", "income": 166},
       {"name": "E008", "gender": "feman", "age": "26", "sales": "140", "income": 120},
       {"name": "E009", "gender": "man", "age": "32", "sales": "133", "income": 75},
       {"name": "E010", "gender": "man", "age": "36", "sales": "133", "income": 40}
       ]

# 读取数据
def get_data():
   df = pd.DataFrame(info)#DataFrame是一个以命名列方式组织的分布式数据集
   df[["age"]] = df[["age"]].astype(int)  # 数据类型转为int
   df[["sales"]] = df[["sales"]].astype(int)  # 数据类型转为int
   return df

def group_by_gender(df):
   var = df.groupby('gender').sales.sum()#groupby将元素通过函数生成相应的Key,数据就转化为Key-Value格式,之后将Key相同的元素分为一组
   fig = plt.figure()
   ax1 = fig.add_subplot(211)#2*1个网格，1个子图
   ax1.set_xlabel('Gender')  # x轴标签
   ax1.set_ylabel('Sum of Sales')  # y轴标签
   ax1.set_title('Gender wise Sum of Sales')  # 设置图标标题
   var.plot(kind='bar')
   plt.show()  # 显示

def group_by_age(df):
   age_list = [20, 30, 40, 50]
   res = pd.cut(df['age'], age_list, right=False)
   count_res = pd.value_counts(res)
   df_count_res = pd.DataFrame(count_res)
   print(df_count_res)
   plt.hist(df['age'], bins=age_list, alpha=0.7)  # age_list 根据年龄段统计
   # 显示横轴标签
   plt.xlabel("nums")
   # 显示纵轴标签
   plt.ylabel("ages")
   # 显示图标题
   plt.title("pic")
   plt.show()

def gender_count(df):
   res = df['gender'].value_counts()
   df_res = pd.DataFrame(res)
   label_list = df_res.index

plt.axis('equal')
   plt.pie(df_res['gender'], labels=label_list,
           autopct='％1.1f％％',
           shadow=True,  # 设置阴影
           explode=[0, 0.1])  # 0 ：扇形不分离，0.1：分离0.1单位
   plt.title('gender ratio')
   plt.show()

print(df_res)
   print(label_list)

if __name__ == '__main__':
   data = get_data()
   group_by_gender(data)
   gender_count(data)
   group_by_age(data)

来源：https://blog.csdn.net/liarfeelings/article/details/116013798