当前位置: 首页 > news >正文

数据分析实战案例:使用 Pandas 和 Matplotlib 进行居民用水

原创 IT小本本 IT小本本 2025年04月15日 18:31 北京

本文将使用 Matplotlib 及 Seaborn 进行数据可视化。探索如何清理数据、计算月度用水量并生成有价值的统计图表,以便更好地理解居民的用水情况。


数据处理与清理

读取 Excel 文件

首先,我们使用 pandas 读取 Excel 文件,以获取居民每日用水数据:

excel_file = '居民用水统计.xlsx'
water_usage_df = pd.read_excel(excel_file)

居民用水统计.xlsx:

图片

为了确保日期数据正确解析,我们转换 日期 列为日期格式,并处理异常值:

water_usage_df['日期'] = pd.to_datetime(water_usage_df['日期'], errors='coerce')

如果有无效日期,系统会标记为 NaT (Not a Time),并进行检查:

if water_usage_df['日期'].isnull().any():print("发现无效日期,已将其处理为 NaT。请检查数据。")print(water_usage_df[water_usage_df['日期'].isnull()])

这样,我们就能确保数据的完整性,为后续分析做好准备。


计算居民每月用水量

为了分析不同月份的用水情况,我们按照月份对数据进行分组,并计算每月的总用水量:

monthly_usage_df = water_usage_df.groupby(pd.to_datetime(water_usage_df['日期']).dt.to_period('M')).sum(numeric_only=True)
monthly_usage_df = monthly_usage_df.reset_index()
monthly_usage_df['月份'] = monthly_usage_df['日期'].dt.strftime('%Y-%m')
monthly_usage_df = monthly_usage_df.drop(columns=['日期'])

最终,我们可以打印月度汇总数据:

print("\n每月居民用水量:\n", monthly_usage_df)

此外,我们可以使用 describe() 生成数据的基本统计信息,如均值、中位数等:

summary_stats = monthly_usage_df.describe()
print("\n统计分析:\n", summary_stats)

这些统计数据能够帮助我们发现居民的用水趋势,例如是否有用水高峰期或异常用水情况。

图片


数据可视化

设置 Matplotlib 字体

由于数据中包含中文,需要在 Matplotlib 里指定字体:

plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体
plt.rcParams['axes.unicode_minus'] = False  # 处理负号显示

每月用水量柱状图

为了更直观地展示用水情况,我们绘制柱状图:

图片

plt.figure(figsize=(12, 6))
monthly_usage_df.set_index('月份').plot(kind='bar', figsize=(12, 6), alpha=0.7)
plt.title('居民每月总用水量 (2023年)')
plt.xlabel('月份')
plt.ylabel('总用水量 (升)')
plt.xticks(rotation=45)
plt.legend(title='居民')
plt.grid(axis='y')
plt.tight_layout()
plt.savefig('每月用水统计图.png')
plt.show()

这张图能够帮助我们快速识别哪几个月的用水量最高或最低,为城市管理者提供参考。

用水量分布图

除了柱状图,我们还可以使用 Seaborn 绘制每日用水量的分布情况:

plt.figure(figsize=(12, 6))
sns.boxplot(data=water_usage_df.iloc[:, 1:])  # 提取居民用水数据
plt.title('居民每日用水量分布图')
plt.xlabel('居民')
plt.ylabel('用水量 (升)')
plt.xticks(rotation=45)
plt.grid(axis='y')
plt.tight_layout()
plt.savefig('居民每日用水量分布图.png')
plt.show()

箱型图可以帮助我们发现不同居民用水习惯的变化,并检测是否存在异常值。

图片


🔮 源码获取

相关文章:

  • 设计模式:状态模式 - 复杂状态切换的优雅之道
  • Golang|select
  • 3. Framer Motion 中 motion 组件
  • 【目标检测】【YOLO综述】YOLOv1到YOLOv10:最快速、最精准的实时目标检测系统
  • Flutter 播放利器:`media_kit` 的详细介绍与使用指南
  • 在GitHub action中使用添加项目中配置文件的值为环境变量
  • Apache Kafka UI :一款功能丰富且美观的 Kafka 开源管理平台!!
  • Golang|Kafka在秒杀场景中的应用
  • day29图像处理OpenCV
  • gitlab如何查看分支的创建时间
  • tomcat http 怎么改成 https
  • 如何安全地管理固定功能设备?
  • STM32移植文件系统FATFS——片外SPI FLASH
  • 房天下平台API接口开发指南
  • Android12 自定义系统服务
  • Cython中操作C++字符串
  • BLUE-ANT 静电防护
  • PDX列式存储
  • HarmonyOS 5 开发环境全解析:从搭建到实战
  • 鹰角:EMR Serverless Spark 在《明日方舟》游戏业务的应用
  • 美国中央情报局计划裁员1200人
  • 旅游特种兵们,这个五一“躲进”书吧
  • 燕子矶:物流网络中的闪亮节点|劳动者的书信②
  • 新华时评:防范安全事故须臾不可放松
  • 鲁迅先生儿媳、周海婴先生夫人马新云女士逝世,享年94岁
  • 看见“看得见的手”,看见住房与土地——读《央地之间》