介绍

当我获得一份名单（本校4年的本科生录取姓名、学号、专业、录取中学等等）
打算利用这个名单，进行一些基础的有趣分析

基础整理

引入库，并读写表格

import numpy as np
import pandas as pd
import os
from collections import defaultdict
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号path = "E:/code_interesting/name_of_school/"
os.chdir(path)
s1 = pd.read_excel("2014-2019 中学录取学生数据.xlsx")
s1.head()

遍历表格，将每个学生的姓氏、名字、学校分别放入表格
itertuples(): 将DataFrame迭代为元组
getattr(行, 列名)：返回对应值

last_name = []  # 存放姓氏
first_name = []  # 存放名
school_name = []   # 存放学校
for row in s1.itertuples():   # 遍历dataframe中每一行name = getattr(row, "姓名").strip()school = getattr(row, "zxmc")if not isinstance(school, str):school = "无"else: school = school.strip()# print(school)school_name.append(school)
#     if "翰文" in name:
#         print(name)if "·" in name:    # 少数民族姓名中间为·name1, name2 = name.split("·")last_name.append(name1)first_name.append(name2)elif len(name) == 4:    # 四个字名字，前两个复姓last_name.append(name[:2])first_name.append(name[2:])else:last_name.append(name[:1])first_name.append(name[1:])
first_c_name = []
for s in first_name:   # 将名列表中每个名字拆分成单字ss = list(s)first_c_name += ss
print(len(first_c_name))
# print(first_c_name[0:100])

对每个列表进行个数统计（defaultdict建立默认类型的字典）
其中，对字典排序：sorted(dict.items(), key=lambda x:x[1])其中1即为按字典值排序，0为按字典项排序

last_num = defaultdict(int)   # 构建字典，每个姓氏有多少人，下同
first_num = defaultdict(int)
first_c_num = defaultdict(int)
school_num = defaultdict(int)
# print(first_name)for i in range(len(first_name)):# print(i)# print(last_name[i])last_num[last_name[i]] += 1 first_num[first_name[i]] += 1 school_num[school_name[i]] += 1
for i in range(len(first_c_name)):first_c_num[first_c_name[i]] += 1
last_sort = sorted(last_num.items(), key=lambda x:x[1], reverse=True)   # 对字典进行排序
first_sort = sorted(first_num.items(), key=lambda x:x[1], reverse=True)
first_c_sort = sorted(first_c_num.items(), key=lambda x:x[1], reverse=True)
school_sort = sorted(school_num.items(), key=lambda x:x[1], reverse=True)print(len(school_sort))first_2c_sort = []   # 复名列表
for t in first_sort:if len(t[0]) == 2: first_2c_sort.append(t)

单字图表

# 单字图标
total_c = len(first_c_sort)   # 总长度
head_num = 100
x = np.array(range(head_num))
y_c = []
xlabel_c = []
for tupe in first_c_sort[0:head_num]:y_c.append(tupe[1])xlabel_c.append(tupe[0])print(y_c)
print(x)
plt.figure(figsize=(40, 5), dpi=150)
plt.bar(x, y_c)
plt.xticks(x, xlabel_c)
for a, b in zip(x, y_c):plt.text(a-0.5, b+1, b)
plt.savefig("c_100.jpg")
plt.show()

plt.figure中，figsize指定了图表的尺寸（因为x太多，故为长条状），dpi指定了像素值
plt.bar绘制直方图（条状图）
plt.xticks第一个值为50个0开始的数，第二个值为50个对应的x坐标名称
plt.text为在指定位置添加文字
zip把多个可迭代元素内的项，一一对应打包成元组

复名分析

head_num = 100
print(first_2c_sort[0:20])
x = np.array(range(head_num))
y_c = []
xlabel_c = []
for tupe in first_2c_sort[0:head_num]:y_c.append(tupe[1])xlabel_c.append(tupe[0])plt.figure(figsize=(40, 5), dpi=150)
plt.bar(x, y_c)
plt.xticks(x, xlabel_c)
plt.xticks(rotation=45)
for a, b in zip(x, y_c):plt.text(a-0.5, b+1, b)
plt.savefig("2c_100.jpg")
plt.show()

姓氏分析

total = len(last_name)
head_num = 100
print(last_sort[0:20])
x = np.array(range(head_num))
y_c = []
xlabel_c = []
for tupe in last_sort[0:head_num]:y_c.append(tupe[1])xlabel_c.append(tupe[0])plt.figure(figsize=(40, 5), dpi=150)
plt.bar(x, y_c)
plt.xticks(x, xlabel_c)
# plt.xticks(rotation=45)
for a, b in zip(x, y_c):plt.text(a-0.5, b+1, b)plt.text(a-0.5, b+100, "{:.2f}%".format((b/total)*100))
plt.savefig("last_100.jpg")
plt.show()

学校分析

head_num = 50
x = np.array(range(head_num))
y_c = []
xlabel_c = []
for tupe in school_sort[0:head_num]:y_c.append(tupe[1])xlabel_c.append(tupe[0])plt.figure(figsize=(40, 5), dpi=150)
plt.bar(x, y_c)
plt.xticks(x, xlabel_c)
plt.xticks(rotation=20)
for a, b in zip(x, y_c):plt.text(a-0.3, b+1, b) plt.text(a-0.3, b+15, "{:.2f}%".format((b/total)*100))
plt.savefig("school_50.jpg")
plt.show()

Python数据分析——分析名单表格的姓氏、姓名等相关推荐

python数据分析(分析文本数据和社交媒体）
前言:推荐下我自己建的人工智能Python学习群:[809160367],群里有我整理的一份关于pytorch.python基础,图像处理opencv\自然语言处理.机器学习.数学基础等资源库,想学习 ...
python数据分析分析（8G）学习视频免费分享
相关数据下载,请关注公众号"一行数据",回复"python可视化"免费获得很多人学python是从数据分析开始的,一方面进行可视化绘图很容易产生成就感,另一方 ...
Python数据分析 | 分析微信公众号历史发文信息
文章目录一.前言二.获取历史文章信息三.提取和查看数据四.数据可视化原文链接:https://yetingyun.blog.csdn.net/article/details/11228825 ...
跟小白学Python数据分析——绘制仪表盘
本文继续采用PyEcharts v1.x版本进行绘制仪表盘. 注:PyEcharts分为 v0.5.x 和 v1.x 两个大版本,v0.5.x 和 v1.x 间不兼容,v0.5.x是基于Python2 ...
跟小白学Python数据分析——绘制水球图
本文继续采用PyEcharts v1.x版本进行绘制水球图. 注:PyEcharts分为 v0.5.x 和 v1.x 两个大版本,v0.5.x 和 v1.x 间不兼容,v0.5.x是基于Python2 ...
【数据分析入门】python数据分析全过程梳理与代码实现
文章目录数据分析数据获取探索分析与可视化预处理理论分析建模评估模型数据分析数据获取 [数据分析入门]python数据分析之数据获取方法探索分析与可视化 [数据分析入门]python数 ...
Python数据分析初学之分析表格
文章目录 Python数据分析初学之分析表格任务要求代码实现 Python数据分析初学之分析表格任务要求 1)使用 pandas 读取文件 data.csv 中的数据 ,创建 DataFrame ...
Python数据分析入门笔记10——简单案例练习（学生信息分析）
系列文章目录 Python数据分析入门笔记1--学习前的准备 Python数据分析入门笔记2--pandas数据读取 Python数据分析入门笔记3--数据预处理之缺失值 Python数据分析入门笔记 ...
《Python数据分析与挖掘实战》一3.1　数据质量分析
本节书摘来自华章出版社<Python数据分析与挖掘实战>一书中的第3章,第3.1节,作者张良均王路谭立云苏剑林,更多章节内容可以访问云栖社区"华章计算机"公众号 ...

Python数据分析——分析名单表格的姓氏、姓名等

介绍