导入数据

Hw4文件导入

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
import seaborn as sns
import os

os.chdir('/home/vitan/Python/Python/HW4')
# 将auto_ins.csv读取进来,命名为auto
auto = pd.read_csv('auto_ins.csv',encoding='gbk')

数据处理

定义codeMy(x)函数，其作用是对auto里的loss重新编码为1/0，有数值为1，命名为loss_flag

def codeMy(x):
    if x > 0:
        return 1
    else:
        return 0

- 对auto里的loss重新编码为1/0，有数值为1，命名为loss_flag
1
auto.loss_flag = auto.Loss.map(codeMy)

- 应用匿名函数的方法对loss重新编码为1/0，有数值为1，命名为loss_flag1
1
auto["loss_flag1"]= auto.Loss.map(lambda x:1 if x > 0 else 0)

画图

分析

对loss_flag列进行描述分析（计数计频次）

1	auto.loss_flag.value_counts()

对loss_flag出险情况进行百分比统计

1	auto.loss_flag.value_counts()/auto.loss_flag.count()

绘制是否出险柱形图

1	auto.loss_flag.value_counts().plot(kind="bar")

分析是否出险和年龄、驾龄、性别、婚姻状态等变量之间的关系

#设置画布fig
fig = plt.figure()
#将画布设计成1行2列结构，增加第一个子图层ax1
ax1 = fig.add_subplot(1,2,1)
#将画布设计成1行2列结构，增加第二个子图层ax2
ax2 = fig.add_subplot(1,2,2)
#是否出险和年龄关系：绘制箱形图（盒须图），分析出险和年龄的关系
sns.boxplot(x="loss_flag",y="Age",data=auto,ax =ax1)

#是否出险和驾龄：绘制箱形图（盒须图），分析出险和驾龄的关系
sns.boxplot(x="loss_flag",y="exp",data=auto,ax =ax2)