首页
/ 多维数据分析:使用Pandas进行原始值归一化处理

多维数据分析:使用Pandas进行原始值归一化处理

2025-06-04 20:13:44作者:裴麒琰

前言

在数据分析领域,处理多维数据是一项常见但具有挑战性的任务。本文将基于一个实际案例,展示如何使用Pandas对多维数据进行有效分析和可视化,特别是如何将原始计数数据转换为更有意义的百分比形式。

准备工作

首先,我们需要设置分析环境并导入必要的库:

%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
from sqlalchemy import create_engine

# 设置图形样式和大小
plt.style.use(['seaborn-talk', 'seaborn-ticks', 'seaborn-whitegrid'])
plt.rcParams['figure.figsize'] = (15, 7)

数据获取

我们从数据库中获取Facebook用户的性别和社会观点数据:

# 构建数据库连接
conn_string = 'mysql+pymysql://{user}:{password}@{host}:{port}/{db}'.format(
    user='student',
    password='dwdstudent2015',
    host='db.ipeirotis.org',
    port=3306,
    db='facebook')
engine = create_engine(conn_string)

# 查询SQL获取数据
query = '''
SELECT Sex, SocialViews, COUNT(*) AS cnt 
FROM Profiles 
WHERE Sex IS NOT NULL AND SocialViews IS NOT NULL 
GROUP BY Sex, SocialViews
ORDER BY SocialViews, Sex
'''

df = pd.read_sql(query, con=engine)

数据透视与初步可视化

原始数据是长格式的,我们需要将其转换为宽格式以便分析:

# 创建透视表
dfp = pd.pivot_table(
    data=df,
    index='SocialViews',
    columns='Sex',
    values='cnt',
    aggfunc='sum'
)

此时直接绘制图表可能不太直观:

dfp.plot(kind='bar')

数据规范化处理

按列归一化(性别维度)

由于男女用户数量不同,我们需要按性别进行归一化:

dfp_norm = dfp / dfp.sum()
dfp_norm.plot(kind='bar')

这种归一化方式展示了在每个社会观点类别中,男女用户各自所占的比例。

按行归一化(社会观点维度)

我们也可以反过来,查看在每个性别中,不同社会观点的分布:

dfp_norm2 = dfp.T / dfp.T.sum()
dfp_norm2.T.plot(kind='bar', rot=45)

进阶可视化技巧

使用堆叠条形图可以更直观地比较不同性别在各社会观点中的分布:

dfp_norm2.T.plot(kind='bar', stacked=True, rot=45)

实际应用案例

让我们通过一个实际案例巩固所学知识:分析不同感情状态用户寻找的关系类型。

数据查询与处理

query = '''
SELECT R.Status, L.LookingFor, COUNT(*) AS cnt
FROM Relationship R INNER JOIN LookingFor L ON R.ProfileID = L.ProfileID
GROUP BY R.Status, L.LookingFor
HAVING cnt>10
'''
df_relationship = pd.read_sql(query, con=engine)
pivot = df_relationship.pivot_table(
    index='Status',
    columns='LookingFor',
    values='cnt'
)

多角度分析

  1. 按感情状态归一化
normed1 = pivot / pivot.sum()
normed1.T.plot.barh()
  1. 按寻找关系类型归一化
normed2 = (pivot.T / pivot.T.sum())
normed2.T.plot.barh()

总结

通过本文的学习,我们掌握了:

  1. 使用Pandas对多维数据进行透视分析
  2. 按不同维度对数据进行归一化处理
  3. 选择合适的可视化方式展示分析结果

这些技能在处理任何多维数据集时都非常有用,能够帮助我们从不同角度理解数据的内在结构和关系。记住,选择哪种归一化方式取决于你的分析目的和想要回答的问题。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
178
262
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
866
513
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
261
302
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K