ML之FE：对人类性别相关属性数据集进行数据特征分布可视化分析与挖掘

目录

对人类性别相关属性数据集进行数据特征分布可视化分析与挖掘

输出结果

实现代码

对人类性别相关属性数据集进行数据特征分布可视化分析与挖掘

输出结果

实现代码

  

   

    

     

    
    

     

      # coding: utf8
     
    
   

    

     

    
    

     

      import pandas as pd
     
    
   

    

     

    
    

     

      import matplotlib.pyplot as plt
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # ML之FE：对人类性别相关属性数据集进行数据特征分布可视化分析与挖掘
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      #1、定义数据集
     
    
   

    

     

    
    

     

      # 头发(长发/短发)、身高、下巴(棱角/圆滑)、胡长(mm)、皮肤、体重
     
    
   

    

     

    
    

     

      contents={"name": ['Mary', 'Bob',  'Lisa', 'Tom',  'Alan', 'Jason','Sophia', 'Aiden',  'Sarah', 'Miqi', 'Temp01', 'Temp02'],
     
    
   

    

     

    
    

     
 "age":  [ 16, 24, 19, 20, 33, 23, 29, 31, 34, 24, 27, 30],
     
    
   

    

     

    
    

     
 "Hair": ['长发', '短发',  '长发', '短发', '长发', '短发', '长发', '长发',   '长发',  '长发', '短发',   '长发'],
     
    
   

    

     

    
    

     
 "Height": [158, 175, 162, 170, 175, 168, 166, 169, 164, 157, 182, 161],
     
    
   

    

     

    
    

     
 "Jaw":   ['圆滑', '棱角',  '圆滑', '棱角', '圆滑', '圆滑', '圆滑', '棱角',  '圆滑', '圆滑', '棱角',   '圆滑'], 
     
    
   

    

     

    
    

     
 "Beard":  [2, 7, 3, 5, 2, 3, 5, 6, 3, 4, 5, 3],
     
    
   

    

     

    
    

     
 "Skin":  ['细腻', '粗糙',  '细腻', '粗糙', '细腻', '粗糙', '细腻',   '粗糙',   '细腻',   '细腻', '粗糙', '粗糙'], 
     
    
   

    

     

    
    

     
 "Weight": [99, 143, 105, 135, 120, 160, 95, 145, 125, 112, 155, 100],
     
    
   

    

     

    
    

     
 "Sex":   ['女性', '男性', '女性',  '男性', '男性', '男性',  '女性',   '男性',  '女性',   '女性', '男性', '女性'], 
     
    
   

    

     

    
    

     

       }
     
    
   

    

     

    
    

     

      data_frame = pd.DataFrame(contents)
     
    
   

    

     

    
    

     

      print(type(data_frame))
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      data_name = 'HumanGender_RelatedAttributes'
     
    
   

    

     

    
    

     

      col_cat='Jaw'
     
    
   

    

     

    
    

     

      label_name='Sex'
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      for col in data_frame.columns[1:-2]:
     
    
   

    

     

    
    

     
 if data_frame[col].dtypes in ['object']:
     
    
   

    

     

    
    

     

       print(col)
     
    
   

    

     

    
    

     
 # T1、采用函数
     
    
   

    

     

    
    

     

       col_cats=[col,label_name]
     
    
   

    

     

    
    

     

      # SNCountPlot(col_cats,data_frame,imgName='')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 # T2、自定义函数？？？
     
    
   

    

     

    
    

     

       x_subname = list(data_frame[col].value_counts().to_dict().keys())
     
    
   

    

     

    
    

     

       label_y1 = list(data_frame[label_name].value_counts().to_dict().keys())[0]
     
    
   

    

     

    
    

     

       label_y2 = list(data_frame[label_name].value_counts().to_dict().keys())[1]
     
    
   

    

     

    
    

     

       y1=list(data_frame[data_frame[label_name]==label_y1][col].value_counts().to_dict().values())
     
    
   

    

     

    
    

     

       y2=list(data_frame[data_frame[label_name]==label_y2][col].value_counts().to_dict().values())
     
    
   

    

     

    
    

     

       print(x_subname)
     
    
   

    

     

    
    

     

       print(label_y1,label_y2)
     
    
   

    

     

    
    

     

       print(y1,y2)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # # T2、自定义函数？？？
     
    
   

    

     

    
    

     

      # y01Lists,y02Lists=[],[]
     
    
   

    

     

    
    

     

      # for x in x_subname:
     
    
   

    

     

    
    

     

      # if x not in data_frame[data_frame[label_name]==label_y2][col].value_counts(dropna=False).to_dict().keys():
     
    
   

    

     

    
    

     

      # pass
     
    
   

    

     

    
    

     

      # else:
     
    
   

    

     

    
    

     

      # 
     
    
   

    

     

    
    

     

      # y01=data_frame[data_frame[label_name]==label_y1][col].value_counts(dropna=False).to_dict()[x]
     
    
   

    

     

    
    

     

      # y02=data_frame[data_frame[label_name]==label_y2][col].value_counts(dropna=False).to_dict()[x]
     
    
   

    

     

    
    

     

      # y01Lists.append(y01)
     
    
   

    

     

    
    

     

      # y02Lists.append(y02)
     
    
   

    

     

    
    

     

      # print(y01Lists,y02Lists)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       DoubleBarAddText(y1,y2, col,label_name, x_subname,label_y1,label_y2,data_name)
     
    
   

    

     

    
    

     
 else:
     
    
   

    

     

    
    

     

       Num_col_Plot2_ByLabels(data_name,data_frame,label_name,col)
     
    
  
 

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/116563364