[全]Python數(shù)據(jù)分析店鋪分布

1、Python數(shù)據(jù)分析，店鋪分布一、數(shù)據(jù)來源本節(jié)使用星巴克店鋪的數(shù)據(jù)集，通過Python可視化技術(shù)，分析星巴克店鋪的分布情況，使用的數(shù)據(jù)來源于網(wǎng)絡(luò)，其中City為店鋪所在城市、State/Province為店鋪所在的州和省份、Country為店鋪所在國家。starbucks = pd.read_csv(open(directory.csv,encoding=utf-8)starbucks.head()starbucks = pd.read_csv(open(directory.csv,encoding=utf-8)starbucks.head()二、問題探索 星巴克店鋪在全球的分布情況 哪些國家

2、星巴克店鋪較多 哪些城市星巴克店鋪較多 星巴克店鋪在我國的分布情況三、數(shù)據(jù)清洗starbucks.isnull().sum()查看缺失值，City列有15個(gè)缺失值。starbucksstarbucksCity.isnull() #查看缺失值的具體情況。def fill_na(x): return x #定義填充函數(shù)starbucksCity = starbucksCity.fillna(fill_na(starbucksState/Province)starbucksstarbucksCountry=EG用State/Province進(jìn)行缺失值的填充。new_data.to_csv(starb

3、ucks.csv,index=False,encoding=utf-8)#保存數(shù)據(jù)四、數(shù)據(jù)探索starbucks.shapelen(starbucksCountry.unique()(25247, 13)星巴克店鋪共有25247家分店。len(starbucksCity.unique()72分布在72個(gè)國家。country_count = starbucksCountry.value_counts()0:10country_count5405分布在5405個(gè)城市。country_count = starbucksCountry.value_counts()0:10country_count對C

4、ountry計(jì)數(shù)，篩選出店鋪數(shù)量排名前10位的國家。city_count = starbucksCity.value_counts()0:10city_count星巴克分布情況，美國位居榜首，中國次之。ownership_count = starbucksOwnership Type.value_counts()0:10ownership_count對City計(jì)數(shù)，篩選出店鋪數(shù)量排名前10位的城市。china_data = starbucksstarbucksCountry = CN #篩選中國的數(shù)據(jù)china_data.head()上海市作為國際化大都市，星巴克店鋪數(shù)量最多，西雅圖作為星巴克

5、的總部城市，排在第十位。cn_starbucks = pd.read_csv(open(cn_starbucks.csv,encoding=utf-8)cn_starbucks.head()city_count = cn_starbucksCity.value_counts()0:10city_countchina_data.to_csv(cn_starbucks.csv,index=False,encoding=utf-8)#保存中國的數(shù)據(jù)cn_starbucks = pd.read_csv(open(cn_starbucks.csv,encoding=utf-8)cn_starbucks.

6、head()city_count = cn_starbucksCity.value_counts()0:10city_count對City計(jì)數(shù)，篩選出店鋪數(shù)量在中國排名前10位的城市。plt.rcParamsfont.sans-serif = simhei #指定默認(rèn)字體plt.rcParamsaxes.unicode_minus = False #解決保存圖像是負(fù)號(hào)-顯示為方塊的問題labels = list(city_count.index) #刻度標(biāo)簽plt.xlabel(City) #設(shè)置X軸標(biāo)簽plt.ylabel(Count) #設(shè)置Y軸標(biāo)簽plt.title(星巴克各城市分布)plt.barh(range(len(labels)