數據分析學了幾個星期了，中間一直在學習模仿別人的代碼，所以沒什么原創可寫。今天看《商務與經濟統計》，想拿個案例來練練手。案例數據也不大：

Business School	Full-Time Enrollment	Students per Faculty	Local Tuition ($)	Foreign Tuitiion ($)	Age	%Foreign	GMAT	English Test	Work Experience	Starting Salary ($)
Melbourne Business School	200	5	24,420	29,600	28	47	Yes	No	Yes	71,400
University of New South Wales (Sydney)	228	4	19,993	32,582	29	28	Yes	No	Yes	65,200
Indian Institute of Management (Ahmedabad)	392	5	4,300	4,300	22	0	No	No	No	7,100
Chinese University of Hong Kong	90	5	11,140	11,140	29	10	Yes	No	No	31,000
International University of Japan (Niigata)	126	4	33,060	33,060	28	60	Yes	Yes	No	87,000
Asian Institute of Management (Manila)	389	5	7,562	9,000	25	50	Yes	No	Yes	22,800
Indian Institute of Management (Bangalore)	380	5	3,935	16,000	23	1	Yes	No	No	7,500
National University of Singapore	147	6	6,146	7,170	29	51	Yes	Yes	Yes	43,300
Indian Institute of Management (Calcutta)	463	8	2,880	16,000	23	0	No	No	No	7,400
Australian National University (Canberra)	42	2	20,300	20,300	30	80	Yes	Yes	Yes	46,600
Nanyang Technological University (Singapore)	50	5	8,500	8,500	32	20	Yes	No	Yes	49,300
University of Queensland (Brisbane)	138	17	16,000	22,800	32	26	No	No	Yes	49,600
Hong Kong University of Science and Technology	60	2	11,513	11,513	26	37	Yes	No	Yes	34,000
Macquarie Graduate School of Management (Sydney)	12	8	17,172	19,778	34	27	No	No	Yes	60,100
Chulalongkorn University (Bangkok)	200	7	17,355	17,355	25	6	Yes	No	Yes	17,600
Monash Mt. Eliza Business School (Melbourne)	350	13	16,200	22,500	30	30	Yes	Yes	Yes	52,500
Asian Institute of Management (Bangkok)	300	10	18,200	18,200	29	90	No	Yes	Yes	25,000
University of Adelaide	20	19	16,426	23,100	30	10	No	No	Yes	66,000
Massey University (Palmerston North, New Zealand)	30	15	13,106	21,625	37	35	No	Yes	Yes	41,400
Royal Melbourne Institute of Technology?	30	7	13,880	17,765	32	30	No	Yes	Yes	48,900
Jamnalal Bajaj Institute of Management Studies (Bombay)	240	9	1,000	1,000	24	0	No	No	Yes	7,000
Curtin Institute of Technology (Perth)	98	15	9,475	19,097	29	43	Yes	No	Yes	55,000
Lahore University of Management Sciences	70	14	11,250	26,300	23	2.5	No	No	No	7,500
Universiti Sains Malaysia (Penang)	30	5	2,260	2,260	32	15	No	Yes	Yes	16,000
De La Salle University (Manila)	44	17	3,300	3,600	28	3.5	Yes	No	Yes	13,100

?2.導入數據

import pandas as pd import numpy as np data = pd.read_csv('H:/商務與經濟統計（原書第12版）/數據文件/第3章/Asian.CSV') data.head()

3.對數據集中的每一個變量進行匯總，根據最大值，最小值等進行評價和解釋

data.describe()

?

可以知道一共有25個business school，平均錄取名額為165人，最多的學校錄取463人，最少12人，差別還是挺大的。每個學院平均錄取8人，最多19人最少2人，差別還行，不是太大，50%以上的學校都錄取7人。平均年齡28歲，最大37歲，最小22歲。平均錄取外國人的比例28%，最大達到90%，最少的為0，干脆不招外國人。新見解？感覺年齡都比較大，不同學校錄取人數差別大，但是平均每個學院人數又差不太多，估計是有的學校學院比較多吧。有的學校外國學生比例很大，有的根本沒有，差別還是挺大的，不知道是不是排外或者在外地知名度不高。

這里學費和起薪都沒有算作數量變量，可見后面要進行處理。

4.本國學生和外國學生學費的差別

這里發現列名寫錯了先用rename進行更正。

然后把金額里的逗號給去掉，并改成float型。

抽取本國學生和外國學生學費的列，plot畫圖。

#本國學生和外國學生學費的差別#列名寫錯了，先改掉 data = data.rename(columns={'Foreign Tuitiion ($)':'Foreign Tuition ($)'}) #把數字的逗號去掉 data['Local Tuition ($)'] = data['Local Tuition ($)'].apply(lambda x:x.replace(',','')if ','in str(x)else x) data['Foreign Tuition ($)'] = data['Foreign Tuition ($)'].apply(lambda x:x.replace(',','')if ','in str(x)else x) data['Local Tuition ($)'] = data['Local Tuition ($)'].apply(lambda x:float(x)) data['Foreign Tuition ($)'] = data['Foreign Tuition ($)'].apply(lambda x:float(x)) subset = data[['Local Tuition ($)','Foreign Tuition ($)']] subset.plot(title = 'The difference between local tuition and foreign tuition')

這個圖還是挺簡單的，可以看出來國外學生的學費基本上比本國學生的學費要高。

5.用pyecharts畫更精細的圖。

#用昨天剛學的pyecharts試試 from pyecharts import Bar#x軸是學校名稱 school = data['Business School'] #y軸表示當地人的學費和外國人的學費 local_tuition = data['Local Tuition ($)'] foreign_tuition = data['Foreign Tuition ($)'] #標題和副標題 bar = Bar('Tuition', 'From 25 Business School') #畫第一個當地人的學費的條形圖，用虛線表示平均值，并標注最大和最小值 bar.add('local_tuition',school,local_tuition,mark_line=['average'],mark_point=['max','min']) #畫第二個外國人的學費的條形圖，用虛線表示平均值，并標注最大和最小值，x軸的標注旋轉-45° bar.add('foreign_tuition',school,foreign_tuition,xaxis_rotate = -45,mark_line=['average'],mark_point=['max','min']) bar

可以得到這樣一個圖，原圖是動態的（我不知道為什么沒法顯示完整，再研究研究吧）

從這張圖可以知道國外學生的學費和本國學生的學費的最高值都是33060，在International University of Japan (Niigata)，最低都是1000，在Jamnalal Bajaj Institute of Management Studies (Bombay)。本國學生學費的平均值為12374.92，外國學生學費的平均值為16581.8。單位都是美元。如果我們想知道國外學生的學費和本國學生的學費的差距是多少，可以再加入一條折線圖。

6.記錄差值

difference = [0 for i in range(len(school))] for i in range(len(school)):difference[i]=foreign_tuition[i]-local_tuition[i] print(difference)

7.畫折線圖

from pyecharts import Line,Overlap line = Line() line.add('difference between foreign_tuition and local_tuition ',school,difference)overlap = Overlap() overlap.add(bar) overlap.add(line,yaxis_index=1,is_add_yaxis=True)overlap

可以看到有些學校對本國學生和國外的學生一視同仁，學費一樣。有的學校差距就特別大。?

?

8.要求工作經驗和不要求工作經驗的學校學生平均起薪的差別

#要求工作經驗和不要求工作經驗的學校學生平均起薪的差別 #分組 data["Starting Salary ($)"] = data["Starting Salary ($)"].apply(lambda x:x.replace(',','')if ','in str(x)else x) data["Starting Salary ($)"] = data["Starting Salary ($)"].apply(lambda x:float(x)) data["Starting Salary ($)"].head() data.groupby('Work Experience')["Starting Salary ($)"].mean() Work Experience No 24583.333333 Yes 41305.263158 Name: Starting Salary ($), dtype: float64

有工作經驗的平均起薪明顯要比沒有工作的平均起薪高得多。?

?

9.要求英語測試和不要求英語測試的學校學生起薪的差別

畫boxplot（箱型圖）

#要求英語測試和不要求英語測試的學校學生起薪的差別 import seaborn as sns from matplotlib import pyplot as plt g = sns.catplot(x="English Test",y="Starting Salary ($)",data=data, kind="box", height = 5 ,palette = "Set1") g.despine(left=True) g.set_xticklabels() plt.title('Boxplot of Starting Salary ($) of English Test',size = 15)

?

?可以看出，沒有英語測試的學校，學生起薪差距較大，有英語測試的學校，學生起薪差距較小。沒有英語測試的學校，學生起薪的平均值低于有英語測試的學校的學生起薪的平均值。但是沒有英語測試的學校，學生起薪的最高值要高于有英語測試的學校。個人認為，可能沒有英語測試的學校，門檻更低，可能會招一些素質不好的學生，但是同時有些英語不好但是專業知識好的學生也會招來，因此會有學生起薪差距大的情況。

?

10.起薪和學費的關系

第一個是線性回歸曲線，我不知道怎么加legend

#起薪與學費有關嗎？ plt.figure(figsize = (5,5)) g = sns.regplot(x="Local Tuition ($)", y="Starting Salary ($)",color = 'orange', data=data) g2 = sns.regplot(x="Foreign Tuition ($)", y="Starting Salary ($)",color = 'green', data=data) plt.xlabel('tuition')

?

?也可以分別畫。

#起薪與學費有關嗎？ plt.figure(figsize = (5,5)) g = sns.lmplot(x="Local Tuition ($)", y="Starting Salary ($)", data=data) g2 = sns.lmplot(x="Foreign Tuition ($)", y="Starting Salary ($)", data=data)

?

可以發現起薪和學費基本上是正相關的。

THE END.?

總結

以上是生活随笔為你收集整理的【python数据分析】亚太地区的商学院（商务与经济统计案例3-3）数据分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。