環(huán)境：Win10 + Cmder + Python3.6.5
數(shù)據(jù)來源
? 小費數(shù)據(jù)來源于Python第三方庫seaborn自帶的數(shù)據(jù)，加載數(shù)據(jù)集：
>>> import numpy as np
>>> from pandas import Series, DataFrame
>>> import pandas as pd
>>> import matplotlib.pyplot as plt
>>> import seaborn as sns
>>> tips = sns.load_dataset('tips')
>>> tips.head()
Out:
total_bill tip sex smoker day time size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
3 23.68 3.31 Male No Sun Dinner 2
4 24.59 3.61 Female No Sun Dinner 4
? total_bill為總消費金額，tip為小費，sex為顧客性別，smoker為顧客是否抽煙，day列為消費的星期，time列為聚餐的時間段，size為聚餐人數(shù)。
數(shù)據(jù)清洗
? 查看是否有缺失值或者異常值，如下：
>>> tips.shape
Out: (244, 7)
>>> tips.describe()
Out:
total_bill tip size
count 244.000000 244.000000 244.000000
mean 19.785943 2.998279 2.569672
std 8.902412 1.383638 0.951100
min 3.070000 1.000000 1.000000
25% 13.347500 2.000000 2.000000
50% 17.795000 2.900000 2.000000
75% 24.127500 3.562500 3.000000
max 50.810000 10.000000 6.000000
>>> tips.info()
Out:
<bound method DataFrame.info of total_bill tip sex smoker day time
size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
3 23.68 3.31 Male No Sun Dinner 2
4 24.59 3.61 Female No Sun Dinner 4
5 25.29 4.71 Male No Sun Dinner 4
6 8.77 2.00 Male No Sun Dinner 2
7 26.88 3.12 Male No Sun Dinner 4
8 15.04 1.96 Male No Sun Dinner 2
9 14.78 3.23 Male No Sun Dinner 2
10 10.27 1.71 Male No Sun Dinner 2
...... # 省略
? 通過結(jié)果可以看出，共244條數(shù)據(jù)且暫時看不出是否存在缺失值。
數(shù)據(jù)探索
? 1. 消費金額與消費總金額關(guān)聯(lián)性
? 繪制散點圖如下：
>>> plt.show(tips.plot(kind='scatter', x='total_bill', y='tip'))
? 可以看出，小費金額與消費總金額存在正相關(guān)性，即消費的金額越多，給的小費也就越多。
? 2. 顧客性別與小費金額的關(guān)聯(lián)性
? 繪制柱狀圖如下：
>>> male_tip = tips[tips['sex']=='Male']['tip'].mean()
>>> female_tip = tips[tips['sex']=='Female']['tip'].mean()
>>> s = Series([male_tip, female_tip], index=['male', 'female'])
>>> plt.show(s.plot(kind='bar'))
? 可以看出，男性更傾向于給小費。
? 3. 日期平均小費
? 繪制柱狀圖如下：
>>> thur_tip = tips[tips['day'] == 'Thur']['tip'].mean()
>>> fri_tip = tips[tips['day'] == 'Fri']['tip'].mean()
>>> sat_tip = tips[tips['day'] == 'Sat']['tip'].mean()
>>> sun_tip = tips[tips['day'] == 'Sun']['tip'].mean()
>>> Series([thur_tip, fri_tip, sat_tip, sun_tip], index=['Thur', 'Fri', 'Sat','Sun']).plot(kind='bar')
>>> plt.show()
? 可以看出，周六、周日的小費比周四、周五高。這與人們的生活習(xí)慣有關(guān)。
? 4. 顧客吸煙與否與小費的關(guān)聯(lián)性
? 繪制柱狀圖下：
>>> plt.show(tips['smoker'].value_counts().plot(kind='barh'))
? 可以看出，不抽煙的人可能更傾向給小費，這與人們的性格，經(jīng)濟情況等都有關(guān)系。
? 5.聚餐人數(shù)與總消費金額的關(guān)系
? 繪制條形圖如下：
>>> plt.show(tips.plot(x='size', y='total_bill'))
? 可以看出，消費金額與聚餐人數(shù)呈正相關(guān)。
? 6.小費百分比
? 繪制小費百分比直方圖如下：
>>> plt.show(tips['percent_tip'].hist(bins=20, grid=False))
? 可以看出，基本上符合正太分布，但也有幾個異常點。再來看看密度圖（正態(tài)分布），如下：
>>> plt.show(tips['percent_tip'].plot(kind='kde'))
? 上述實例對小費數(shù)據(jù) 集做了簡單的數(shù)據(jù)分析和可視化，也指出了數(shù)據(jù)分析的一般流程，希望對你有所幫助。
