Python数据分析实战-Boston Public Schools GEO数据分析-Part1
由于从事人工智能的工作,接下来打算分享一系列的以案例形式的人工智能、
数据分析的博客文章。欢迎大家持续关注。本次我来分享一个数据分析的案例
项目目标:
Boston Public Schools Geo数据是来自于Boston地区的公共学校的数据,具体描述了学校的坐标,名字,类型等。基于此数据,我们可以学习一些基本的Python数据分析的方法。例如,研究学校的分布情况,类型统计等。
数据集介绍:
数据集的介绍如下,其中比较重要的字段有X,Y坐标,ADDRESS地址,ZIPCODE,School类型
Data columns (total 21 columns): X 131 non-null float64 Y 131 non-null float64 OBJECTID_1 131 non-null int64 OBJECTID 131 non-null int64 BLDG_ID 131 non-null int64 BLDG_NAME 131 non-null object ADDRESS 131 non-null object CITY 131 non-null object ZIPCODE 131 non-null int64 CSP_SCH_ID 131 non-null int64 SCH_ID 131 non-null int64 SCH_NAME 131 non-null object SCH_LABEL 131 non-null object SCH_TYPE 131 non-null object SHARED 131 non-null object COMPLEX 131 non-null object Label 131 non-null int64 TLT 131 non-null int64 PL 131 non-null object POINT_X 131 non-null float64 POINT_Y 131 non-null float64
关键代码实现:
- 加载数据
schools = pd.read_csv('../input/Public_Schools.csv') schools.info()
可以看到数据字段如下,一共有21个字段,其中有9个Object类型,4个float64, 8个int64
<class 'pandas.core.frame.DataFrame'> RangeIndex: 131 entries, 0 to 130 Data columns (total 21 columns): X 131 non-null float64 Y 131 non-null float64 OBJECTID_1 131 non-null int64 OBJECTID 131 non-null int64 BLDG_ID 131 non-null int64 BLDG_NAME 131 non-null object ADDRESS 131 non-null object CITY 131 non-null object ZIPCODE 131 non-null int64 CSP_SCH_ID 131 non-null int64 SCH_ID 131 non-null int64 SCH_NAME 131 non-null object SCH_LABEL 131 non-null object SCH_TYPE 131 non-null object SHARED 131 non-null object COMPLEX 131 non-null object Label 131 non-null int64 TLT 131 non-null int64 PL 131 non-null object POINT_X 131 non-null float64 POINT_Y 131 non-null float64 dtypes: float64(4), int64(8), object(9) memory usage: 21.6+ KB
2.接下来,探索数据的缺失值
schools.isnull().any()
可以看到,数据没有缺失值
1 X False 2 Y False 3 OBJECTID_1 False 4 OBJECTID False 5 BLDG_ID False 6 BLDG_NAME False 7 ADDRESS False 8 CITY False 9 ZIPCODE False 10 CSP_SCH_ID False 11 SCH_ID False 12 SCH_NAME False 13 SCH_LABEL False 14 SCH_TYPE False 15 SHARED False 16 COMPLEX False 17 Label False 18 TLT False 19 PL False 20 POINT_X False 21 POINT_Y False 22 dtype: bool
接下来,Count frequency of schools in each city
1 schools_per_city = schools['CITY'].value_counts() 2 sns.set() 3 plt.rcParams['figure.figsize'] = [20, 7] 4 sns.barplot(x=schools_per_city.index, y=schools_per_city.get_values()) 
可以看到不同地区的公立学校不同数量,Boston接近15所。
按照ZIPCode统计学校情况 : 其中sns 为seaborn包
school_zipcode = schools['ZIPCODE'].value_counts() sns.set() sns.barplot(x=school_zipcode.index, y=school_zipcode.get_values())
可以看到随着zipcode的变化,学校数量也是发生变化的。

未完待续~ 欢迎大家关注我的公众号,“思享会Club”,获取该内容资源。欢迎大家访问http://gkhelp.cn 获取更多项目。个人公众号图片如下:
相关推荐
茄肥猫的窝 2020-10-29
kkbb 2020-10-27
gallon00 2020-10-16
yangkang 2020-11-09
lbyd0 2020-11-17
sushuanglei 2020-11-12
85477104 2020-11-17
KANSYOUKYOU 2020-11-16
wushengyong 2020-10-28
lizhengjava 2020-11-13
星月情缘 2020-11-13
huangxiaoyun00 2020-11-13
luyong0 2020-11-08
腾讯soso团队 2020-11-06
Apsaravod 2020-11-05
PeterChangyb 2020-11-05
gaobudong 2020-11-04
wwwjun 2020-11-02