数据可视化技术与应用(Python) 课件 项目8 学生一卡通数据可视化项目实战

学生一卡通数据可视化项目实战数据可视化技术与应用项目导读作为学校的管理者，学生一卡通数据可视化项目实战能够为学校提供帮助。该项目旨在利用可视化技术展示学生一卡通数据，包括学生基本信息数据、学生消费数据和学生门禁数据等。学生一卡通系统整合了身份验证、财务支付及数据整合等多重功能，形成了一个综合信息平台。通过收集和整理这些数据，并利用数据可视化技术将其以面积图和词云的形式展示出来，可以更好地理解和分析学生的消费行为，以及学校食堂等各部门的运行状况等信息。项目导读01消费行为分析03预警和安全管理02食堂运营状况评估利用可视化技术展示学生消费数据，学校可以更直观地了解学生的消费习惯和偏好。这有助于学校了解学生的用餐、购物等消费需求，优化学校食堂和商业设施的布局和经营策略，提升服务质量和学生满意度。利用可视化技术展示学生食堂消费数据，学校可以更好地评估食堂的运营状况，包括食堂的客流量、销售额和热门菜品等信息。通过分析这些数据，学校可以及时调整菜品供应和服务策略，提高食堂的运营效率和经济效益。利用数据可视化技术，学校可以实时监控学生门禁数据，如学生进出宿舍楼和教学楼的记录。这有助于学校实现对学生活动的实时监测和预警，提高校园安全管理水平。项目目标学习目标能力目标素养目标掌握面积图的绘制方法掌握词云的绘制方法能区分组合面积图和折线图的展示效果通过学生消费数据可视化案例培养学生勤俭节约的精神，培育时代新风新貌•过学生门禁数据可视化案例培养学生能吃苦、肯奋斗的精神学生基本信息数据可视化项目实战学生消费数据可视化项目实战学生门禁数据可视化项目实战010302总结建议04目录CONCENTS8-1学生基本信息数据可视化项目实战删除学生基本信息数据的重复行使用面积图进行数据的可视化分析0102目录CONCENTS8-1-1删除学生基本信息数据的重复行删除学生基本信息数据的重复行-数据概述

素材与案例＼项目8＼数据集＼data1.csv、data2.csv、data3.csv删除学生基本信息数据的重复行-data2.csv删除学生基本信息数据的重复行iimportpandasaspd#读取CSV文件df=pd.read_csv(r'C:\Users\Administrator\Desktop\data1_cleaned.csv',encoding='gbk')#找到'CardNo'和'AccessCardNo'列中所有重复的行duplicate_card_no=df[df.duplicated('CardNo',keep=False)]duplicate_access_card_no=df[df.duplicated('AccessCardNo',keep=False)]#合并包含所有重复行的索引duplicate_indices=duplicate_card_no.index.union(duplicate_access_card_no.index)代码如下：删除学生基本信息数据的重复行ifnotduplicate_card_no.emptyornotduplicate_access_card_no.empty:ifnotduplicate_card_no.empty:print("存在重复的'CardNo'：")print(duplicate_card_no)ifnotduplicate_access_card_no.empty:print("存在重复的'AccessCardNo'：")print(duplicate_access_card_no)df=df.drop(index=duplicate_indices)df.to_csv(r'C:\Users\Administrator\Desktop\data1_cleaned.csv',index=False,encoding='gbk')print("重复的行已被删除，并保存到新的CSV文件。")else:print("'CardNo'列和'AccessCardNo'列值唯一")代码如下：存在重复的AccessCardNo值，将所在行删除并保存新的数据集为data1_clean.csv。删除学生基本信息数据的重复行运行结果:8-1-2使用面积图进行数据的可视化分析使用面积图进行数据的可视化分析-面积图

面积图是一种常用的数据可视化图表，主要用于展示数量随时间变化的趋势，以及各部分数据之间的比例关系。它在基本的折线图基础上，将线下方的区域使用色彩或纹理填充，这样的视觉效果可以更加直观地显示数据随时间的累积效果或总量变化。面积图可以是单一的或堆叠的。单一面积图通常用于表示单一数据系列随时间的变化情况。而堆叠面积图则表示多个数据系列的累积值，每一个数据系列都在前一个系列的基础上进行堆叠，非常适合用来显示各部分如何贡献到整体中。

使用面积图进行数据的可视化分析-任务目标使用面积图进行数据的可视化分析-准备数据importpandasaspdfrompyecharts.chartsimportLinefrompyechartsimportoptionsasoptsimportwebbrowserdf=pd.read_csv(r'C:\Users\Meng\Desktop\data1_cleaned.csv',encoding='gbk')grouped=df.groupby(['Major','Sex']).size().reset_index(name='Count')pivot_df=grouped.pivot(index='Major',columns='Sex',values='Count').fillna(0)pivot_df['Total']=pivot_df.sum(axis=1)pivot_df=pivot_df.sort_values('Total',ascending=False)pivot_df.drop('Total',axis=1,inplace=True)代码如下：使用面积图进行数据的可视化分析-绘制图形colors={'男':'blue','女':'red'}line=Line()forsexinpivot_df.columns:line.add_xaxis(pivot_df.index.tolist())line.add_yaxis(sex,pivot_df[sex].astype(int).values.tolist(),areastyle_opts=opts.AreaStyleOpts(opacity=0.5),itemstyle_opts=opts.ItemStyleOpts(color=colors.get(sex,'gray')))代码如下：使用面积图进行数据的可视化分析-设置图表全局选项line.set_global_opts(title_opts=opts.TitleOpts(title='不同专业的男女生人数',pos_left='center'),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-30,font_size=10),yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=10)),legend_opts=opts.LegendOpts(is_show=True,pos_right=20,pos_top=100,orient="v"))代码如下：使用面积图进行数据的可视化分析-生成并显示图形#渲染图表到HTML文件html_file_path='major_sex_area_chart.html'line.render(html_file_path)#使用webbrowser库打开生成的HTML文件webbrowser.open(html_file_path)代码如下：8-2学生消费数据可视化项目实战学生消费数据的操作使用词云进行数据的可视化分析0102目录CONCENTS学生消费数据的操作8-2-1学生消费数据的操作-准备数据importpandasaspdfrompyecharts.chartsimportWordCloudfrompyechartsimportoptionsasopts#导入webbrowser库用于在浏览器中打开HTML文件importwebbrowserdf=pd.read_csv(r'./data2.csv',encoding='gbk')#获取Dept列的数据depts=df['Dept'].dropna().tolist()#删除任何空值#统计每个部门名出现的次数dept_freq={}fordeptindepts:dept_freq[dept]=dept_freq.get(dept,0)+1代码如下：使用词云进行数据的可视化分析8-2-2使用词云进行数据的可视化分析-词云图

词云是一种文本数据的可视化图表，用于展示文本数据中单词的频率。在一个词云图中，通常频率高的单词会以较大的字号显示，而频率较低的单词则以较小的字号呈现。这种图形化的表现方式使得人们能够直观地理解文本内容的重点，快速捕捉关键信息。词云图在数据可视化中的应用广泛，常见的应用场景包括文本分析和数据摘要、市场调研和舆情分析、新闻报道和舆情监测，以及数据展示和演示等。使用词云进行数据的可视化分析-学生消费地点词云图#创建词云对象wordcloud=WordCloud()#向词云中添加数据wordcloud.add("",[*dept_freq.items()],word_size_range=[20,100])#设置全局配置wordcloud.set_global_opts(opts.TitleOpts(title='学生消费地点',pos_left='center'))#渲染词云到HTML文件html_file_path='dept_word_cloud.html'#渲染图表到HTML文件wordcloud.render(html_file_path)#使用webbrowser库打开生成的HTML文件webbrowser.open(html_file_path)代码如下：使用词云进行数据的可视化分析-修改词云形状wordcloud.add("",[*dept_freq.items()],word_size_range=[20,100],shape="arrow")代码如下：8-3学生门禁数据可视化项目实战学生门禁数据可视化项目实战综合实战

在综合实战中，将学生门禁数据通过面积图和词云展示出来。在子项目8-1中通过面积图将学生基本信息数据进行了可视化，可以看出面积图和折线图很相似，表8-6展示了面积图和折线图的异同。学生门禁数据可视化项目实战综合实战面积图

折线图

相同点

都用于展示数据随时间或其他变量变化的趋势。它们可以帮助观察数据的整体趋势、周期性变化以及异常值

都用于展示数据随时间或其他变量变化的趋势。它们可以帮助观察数据的整体趋势、周期性变化以及异常值

都使用直线段连接数据点，通过连接线条的形式展示数据的连续性

都使用直线段连接数据点，通过连接线条的形式展示数据的连续性

不同点

面积图在数据点之间使用填充区域连接，形成一个封闭的区域，可以更直观地显示数据的大小和变化

折线图则只显示线条，没有填充的区域

面积图的填充区域可以强调数据变化的幅度，特别是在多个数据序列重叠时，较大的填充面积表示变化较大的数据面积图适用于展示数据的分布和占比情况，