数据可视化项目实战 课件 项目3 网络脉搏员:通信网络流量监控大屏_第1页
数据可视化项目实战 课件 项目3 网络脉搏员:通信网络流量监控大屏_第2页
数据可视化项目实战 课件 项目3 网络脉搏员:通信网络流量监控大屏_第3页
数据可视化项目实战 课件 项目3 网络脉搏员:通信网络流量监控大屏_第4页
数据可视化项目实战 课件 项目3 网络脉搏员:通信网络流量监控大屏_第5页
已阅读5页,还剩68页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

项目三:网络脉搏员:通信网络流量监控大屏3.1项目背景与目标3.2项目任务分解3.3项目知识准备Seaborn概述安装Seaborn分布可视化技术分类数据可视化多变量关系分析

项目实施3.5.项目交付3.6.本章小结3.7.课后拓展项目背景与目标013.1.项目背景与目标【情景导入】小王是某通信公司的数据分析实习生,部门经理给他一份网络通信运行数据,要求制作网络流量可视化报告,帮助公司了解网络运行状况。【学习目标】✓

掌握Seaborn基础图表绘制✓

能根据业务需求选择合适数据分布、数据分类等统计图表类型✓

学会美化图表使其更具专业性✓

培养专业统计数据解读和报告撰写能力【小贴士】专业的统计数据可视化是什么?-数据的“统计师”:将数字转化为合适的统计图形-决策的“指挥官”:将多变量关系可视化,快速探索性数据分析-报告的“颜值担当”:让报告更专业项目任务分解023.2项目任务分解任务类型任务描述技术工具输出成果基础任务数据处理数据处理工具numpy、pandas规范数据表+清洗报告进阶任务网络流量分布直方图根据日期分类的网络进出口流量分布密度图。进阶任务网络流量分类小提琴图根据进口流量、出口流量、总流量和分次流量分类分析异常检测图。进阶任务网络流量关系分类散点图根据网络服务类型分析进口流量与出口流量的关系图,在已有数据上添加回归线,可展示两个变量之间的线性关系。3.2项目任务分解任务类型任务描述技术工具输出成果拓展任务时间着色的绘制网络关系图散点图+颜色映射服务分面依据,以时间为着色变量,绘制不同时间下出口流量与进口流量的散点图。拓展任务按服务类型和时间分面绘制关系图回归图以服务分行,以时间分列,绘制出口流量与进口流量的散点图及线性回归关系。报告撰写整合分析结果,撰写网络流量检测报告文字编辑+图表嵌入完整的网络流量检测报告文档。项目知识准备033.3.项目知识准备Seaborn概述Seaborn是基于Python的数据可视化库,建立在Matplotlib之上,并与Pandas数据结构紧密集成。它旨在通过简洁的代码生成美观、信息丰富的统计图形,尤其擅长展示数据分布、变量间关系以及多维数据的可视化分析。具有以下核心特点:(1)统计可视化友好内置多种统计图形,如分布plot(distplot)、箱线图(boxplot)、热力图(heatmap)、回归图(regplot)等,直接支持对数据的统计分析和可视化呈现。例如:用sns.lmplot()快速绘制线性回归拟合图,自动展示变量间的趋势和统计显著性。(2)美学风格现代默认采用简洁、现代的主题风格(如白色网格背景),相比原生Matplotlib更美观,减少手动调整样式的工作量。支持自定义主题(sns.set_theme())和调色板(sns.color_palette()),轻松实现专业级图表设计。3.3.项目知识准备Seaborn概述(3)多维数据可视化提供FacetGrid和PairGrid等工具,方便展示多维数据的分布和关系。例如:通过sns.pairplot()快速生成数据集的两两变量关系矩阵图,适用于探索性数据分析(EDA)。(4)与Pandas深度集成直接支持Pandas的DataFrame数据结构,可通过列名快速指定变量,简化数据映射流程。例如:sns.barplot(x="类别",y="数值",data=df)可直接基于DataFrame绘制分类条形图。(5)交互性与扩展性可结合Matplotlib的交互功能(如缩放、保存),或通过plotly等库实现动态可视化扩展。支持自定义图形元素(如坐标轴标签、图例),灵活满足个性化需求。3.3.项目知识准备Anaconda环境默认预装了许多常用的科学计算和数据可视化库,但Seaborn是否存在取决于你的环境配置。可按照如下步骤安装:如果使用的是完整版Anaconda(而非Miniconda),Seaborn通常会默认安装,因为它是Anaconda的核心数据科学包之一。步骤1:检测默认安装情况安装Seaborn提示3.3.项目知识准备打开AnacondaPrompt或终端,在命令行中输入以下命令验证安装:激活目标环境后在命令行中输入命令运行:验证方法:安装Seaborn如果已成功按照,会显示seaborn的版本号,例如:condalistseaborn#packagesinenvironmentatd:\Anaconda3:##NameVersionBuildChannelseaborn0.11.2pyhd3eb1b0_03.3.项目知识准备若未安装,可通过以下方式添加:(1)使用conda(推荐):步骤2:手动安装Seaborn安装Seaborn这会自动解决依赖并安装兼容版本。(2)使用pip:condainstallseabornpipinstallseaborn适合conda安装失败或需要最新开发版的情况。3.3.项目知识准备(1)查看版本:在Python环境中运行:步骤3:检查版本与兼容性安装Seabornimportseabornassnsprint(sns.__version__)(2)注意兼容性:确保Seaborn与其他库(如Matplotlib、Pandas)版本兼容,避免因依赖冲突导致功能异常。3.3.项目知识准备分布可视化技术Seaborn作为Python中专注于统计可视化的库,其分布可视化技术建立在概率论、统计学与数据可视化理论的基础上。通过图形化手段直观展现数据分布特征,帮助数据分析者理解数据的内在结构、统计特性及变量间关系。Seaborn提供了两种方法构建直方图,histplot()是底层的单图函数,适合精细控制单个直方图的样式和属性。displot()是高层的图层面板函数,适合快速生成复杂的多面板分布图表。其描述性统计量使用均值、中位数、众数,反映数据的集中位置,使用标准差、方差、四分位距(IQR),衡量数据的分散程度,使用偏度(Skewness)、峰度(Kurtosis),描述分布的对称性与尖峰程度。histplot()函数的语法格式如下所示:seaborn.histplot(data=None,x=None,y=None,bins="auto",kde=False,stat="count",cumulative=False,hue=None,multiple="layer")3.3.项目知识准备分布可视化技术参数说明:常见的参数有以下意义:(1)data=None:用于获取数据,一般是来自pandas生成的DataFrame或数组。(2)x=None:横轴变量(单变量时使用)。(3)y=None:纵轴变量(双变量时使用)。(4)bins="auto":控制直方图的区间数量,可传入整数(如bins=20)或自动算法(如bins="fd"),将影响直方图的平滑度和细节展示(5)kde=False:是否叠加核密度估计曲线,直观展示数据的概率密度分布,默认不显示。(6)stat="count":

控制纵轴统计量,"count"(默认),展示每个区间的样本数量;"density":展示概率密度(面积和为1);"probability":展示频率(频数/总数)。(7)cumulative=False:是否显示累积分布。(8)hue=None:按分类变量分组(如性别、类别),用不同颜色区分。(9)multiple="layer":控制多组数据的展示方式,"layer"(默认)堆叠展示;"dodge":并排展示(适合分类变量);"stack":堆叠直方图(无间隙);"fill":填充整个高度,展示相对比例。(1)绘制标准的正态分布直方图,带有平滑的核密度曲线。其形状特征以均值为中心左右对称,符合3σ法则,核密度估计曲线应近似于理论正态分布曲线。#正态分布(高斯分布)normal_data=np.random.normal(loc=0,scale=1,size=1000)sns.histplot(normal_data,bins=30,kde=True,stat="density",discrete=False,alpha=0.7,edgecolor="black",linewidth=1)(2)生成并可视化均匀分布的数据,直方图的所有条形应高度基本一致,核密度估计(KDE)曲线应近似为一条水平直线。但由于随机抽样误差,直方图可能存在轻微波动(样本量越大,波动越小)。#均匀分布uniform_data=np.random.uniform(low=-3,high=3,size=1000)sns.histplot(uniform_data,bins=30,kde=True,stat="density",discrete=False,alpha=0.7,edgecolor="black",linewidth=1)示例代码(3)绘制生成并可视化指数分布的数据,其形状特征为右偏(正偏),峰值在左侧,长尾向右延伸。#指数分布exponential_data=np.random.exponential(scale=1,size=1000)sns.histplot(exponential_data,bins=30,kde=True,stat="density",discrete=False,alpha=0.7,edgecolor="black",linewidth=1)(4)绘制生成并可视化泊松分布的数据,设置“discrete=True”,明确数据为离散型。注意泊松分布是离散的,而KDE曲线是连续的,仅作可视化参考。#泊松分布(离散)poisson_data=np.random.poisson(lam=3,size=1000)sns.histplot(poisson_data,bins=15,kde=True,stat="density",discrete=True,alpha=0.7,edgecolor="black",linewidth=1)示例代码其他常用功能#绘制直方图和KDE曲线,并设置不同颜色sns.histplot(...color="skyblue",#设置直方图颜色为天蓝色...)#设置直方图的坐标轴标签及其样式plt.xlabel("value",fontsize=14)plt.ylabel("density",fontsize=14)示例代码案例实训一:2025-5-6和2025-5-7A通信公司网络流量分析#设置中文字体plt.rcParams['font.family']='SimHei'plt.rcParams['axes.unicode_minus']=Falseplt.figure(figsize=(8,6))flow_data=np.round(np.random.uniform(10.00,100.00,1000),2)date_data=np.random.choice(['2025-05-06','2025-05-07'],size=1000)df=pd.DataFrame({'流量(GB)':flow_data,'日期':date_data})ax=sns.histplot(data=df,x='流量(GB)',hue='日期',bins="auto",kde=True,stat="count",multiple="layer")ax.set_xlabel('流量/GB')ax.set_ylabel('频次')plt.title('不同日期网络流量分布图')plt.show()案例一效果图:案例一3.3.项目知识准备分类数据可视化在数据可视化中,分类数据可视化主要用于展示分类变量(如类别、组别)与数值变量之间的关系,帮助分析不同类别下的数据分布、差异或趋势。Seaborn作为Python中基于Matplotlib的统计可视化库,提供了一套完整的分类数据可视化工具,其核心逻辑是通过统计方法提炼分类数据的特征,并以直观的图形呈现。分类数据可视化用于比较类别间的差异,如不同组别数据的均值、中位数、分布范围等;能展示类别内的数据分布:如单类别数据的偏态、异常值、密度分布等;也可揭示变量间的关联,如分类变量与数值变量、多个分类变量之间的交互关系。3.3.项目知识准备分类数据可视化Seaborn的分类可视化函数可分为两类。轴级函数(Axes-levelFunctions):直接在坐标轴(Axes)上绘制图形,适用于单个图表的精细调整,例如:barplot()、boxplot()、violinplot()、swarmplot()、stripplot()等。图级函数(Figure-levelFunctions):基于FacetGrid创建多面板图表,支持分面(Facet)和批量可视化,例如:catplot()(通过kind参数指定具体图表类型)。catplot()是Seaborn中最灵活的分类数据可视化工具之一,通过组合kind参数和分面网格,可以高效创建复杂的统计图表。根据数据类型和分析需求选择合适的kind,并通过其他参数调整细节,即可获得专业的可视化效果。catplot()函数的语法格式如下所示:seaborn.catplot(data,x,y,hue,kind,row,col,ci,palette,height,aspect)3.3.项目知识准备分类数据可视化参数说明:常见的参数有以下意义:(1)data:指定要绘制图形的数据来源,是必需参数,一般是来自pandas生成的DataFrame或数组。(2)x,y,hue:类型为字符串,取值来自于data数据帧的列,x和y分别指定横轴和纵轴的变量名,hue用于分组着色(或其他视觉属性),通常是分类变量。(3)kind:类型为字符串,用于指定图表类型,可选值为“point(点图,默认)”“bar(条形图)”“count(计数图)”“box(箱线图)”“violin(小提琴图)”“strip(散点图)”“swarm(蜂群图)”(4)row,col:类型为字符串,取值来自于data数据帧的列,用于创建分面网格(facetgrid),将数据按指定变量拆分为多行或多列的子图。(5)palette:类型为字符串或调色板对象,指定hue分组的颜色方案(如"viridis"、"Set1")。(6)ci:类型为整数或"sd"或None,指定置信区间的大小(如95),“sd”表示标准差,None表示不显示。(7)height:类型为浮点数,指定每个子图的高度(英寸)。(8)aspect:类型为浮点数,指定子图的宽高比(宽度=height*aspect)。(1)小提琴图(ViolinPlot)是一种用于可视化数据分布及其概率密度的图表。它结合了箱线图(BoxPlot)和核密度估计(KDE)的特点,既能展示数据的统计特征(如中位数、四分位数范围),又能呈现数据的分布形状(如对称性、多峰性)。apps=["weixin","douyin","taobao","qq","baidu"]df=pd.DataFrame({"app":np.random.choice(apps,size=100),"out(GB)":np.random.randint(10,20,100),"in(GB)":np.random.randint(10,20,100)})#创建小提琴图sns.catplot(data=df,x="app",y="out(GB)",hue="app",kind="violin",height=6,aspect=1.5)plt.show()示例代码(2)箱线图(BoxPlot),也称为盒须图、盒式图或箱形图,是一种用于展示数据分布特征的统计图表。它通过绘制数据的四分位数、中位数和异常值,直观地呈现数据的集中趋势、离散程度和偏态情况。#生成包含用户类型的数据user_types=["General","VIP用户","Enterprise"]df["user_type"]=np.random.choice(user_types,size=100)#创建箱线图,按用户类型分面g=sns.catplot(data=df,x="app",y="in(GB)",hue="user_type",kind="box",col="user_type",height=5,aspect=1.2,palette="Set3")plt.show()示例代码(3)点图(Point),也称为散点图或点图,是一种用于可视化两个变量之间关系的统计图表。它通过在笛卡尔坐标系中绘制多个数据点,每个点代表一个观测值的两个变量值,从而直观展示变量间的相关性、分布趋势或异常值。#添加使用频率数据df["frequency"]=np.random.choice(["low","Medium","high"],size=100)#创建点图sns.catplot(data=df,x="frequency",y="out(GB)",hue="app",kind="point",height=6,aspect=1.5,capsize=0.1,palette="Paired")plt.show()(4)蜂群图(SwarmPlot)是一种用于展示分类数据分布的统计图表,结合了箱线图(BoxPlot)和小提琴图(ViolinPlot)的优点,既能显示数据的集中趋势和分布范围,又能保留每个数据点的具体位置,适合观察数据的密度和异常值。#限制数据量,避免蜂群图过于拥挤df_subset=df.sample(80,random_state=42)#创建蜂群图sns.catplot(data=df_subset,x="app",y="in(GB)",hue="frequency",kind="swarm",height=6,aspect=1.5,s=5)plt.show()示例代码其他常用功能sns.catplot(...col_wrap#整数,限制每行的子图数量,超出时自动换行...)#设置分类图的坐标轴标签及其样式plt.xlabel("app",fontsize=14)plt.ylabel("in(GB)",fontsize=14)示例代码案例实训二:2025-5-6和2025-5-7年A通信公司网络流量分析#生成1000个进口流量数据,范围在100.00G到1000.00G之间,保留两位小数inflow_data=np.round(np.random.uniform(100.00,1000.00,100),2)outflow_data=np.random.randint(10,20,100)app_data=np.random.choice(['http','other'],size=100)df=pd.DataFrame({'进口流量(GB)':inflow_data,'出口流量(GB)':outflow_data,'应用类型':app_data})print(df)#Colorbyappandplottheviolinplotbasedonimporttrafficg=sns.catplot(data=df,x='出口流量(GB)',y='进口流量(GB)',hue="应用类型",kind="violin",height=6,aspect=2)g.set_axis_labels('出口流量/GB','进口流量/GB')plt.savefig('不同应用程序的络流量分类图.png',dpi=300)plt.title('不同应用程序的络流量分类图')plt.show()案例二效果图:案例二3.3.项目知识准备多变量关系分析Seaborn是基于Matplotlib的Python数据可视化库,擅长绘制统计图形,尤其在展现多变量关系方面功能强大。多变量关系可视化旨在揭示多个变量之间的相互影响、分布模式和关联程度,帮助用户从复杂数据中提取有价值的信息。多变量关系可视化的核心是通过图形展示多个变量(如数值型、分类型)之间的依赖关系、分布特征或交互作用。常见分析方向包括:两个数值型变量,用于分析线性/非线性相关性(如散点图、回归图)。数值型与分类型变量,用于比较不同类别下数值的分布差异(如箱线图、小提琴图)。多个分类型变量,用于展示类别间的计数或比例关系(如堆积条形图、热力图)。三个及以上变量,用于通过颜色、大小、形状等维度叠加,在二维图形中展示多维信息。relplot()是一个用于绘制关系型数据可视化的高级接口,它可以创建基于数值变量的统计图表,主要支持散点图(scatterplot)和线图(lineplot)两种类型。relplot()函数的语法格式如下所示:seaborn.relplot(data,x,y,hue=,style,size,sizes,col,row,kind,height,aspect,palette,alpha,facet_kws)参数说明:常见的参数有以下意义:data=None:用于获取数据,一般是来自pandas生成的DataFrame或数组。x,y,hue:类型为字符串,取值来自于data数据帧的列,x和y分别指定横轴和纵轴的变量名,hue用于分组着色(或其他视觉属性),通常是分类变量。3.3.项目知识准备多变量关系分析size:数据中的列名,通过点大小区分的变量(通常为数值)。style:数据中的列名,通过标记形状区分的分组变量(分类)。units:数据中的列名,用于定义观测单位(如纵向数据中的个体ID),使用units="subject"(在面板数据中避免聚合)。kind:图表类型:"scatter"或"line",默认是散点图scatter。ci:置信区间(仅适用于kind="line"),如ci=95显示95%置信区间或ci=None(不显示)。col,row:数据中的列名,用于创建分面网格(按列/行分组)。palette :颜色方案(适用于hue变量),如palette="Set2"或palette={"Yes":"red","No":"blue"}。sizes 控制点大小的范围(元组,仅适用于size变量),如sizes=(50,200)。alpha:

透明度(0-1之间),如alpha=0.6,适用于数据点密集时避免重叠。height:每个子图的高度(英寸),如height=5。aspect:子图的宽高比(宽度=高度

×aspect),如aspect=1.5指宽是高的1.5倍。示例代码:(1)线性关系是统计学中最基础的关系之一,数学表达式为:y=kx+b+ε,其中k是斜率(表示变化率),b是截距(表示起点值),ε是随机噪声(反映现实中的不确定性)。如果没有噪声,所有点将完美落在y=2x直线上。而实际散点图是中心点趋势符合y=2x,散点在直线周围随机分布,噪声标准差σ=2控制了散点的离散程度。#线性分布数据n_samples=100x=np.linspace(0,10,n_samples)y=2*x+np.random.normal(0,2,n_samples)#y=2x+噪声#创建DataFramedf=pd.DataFrame({'x_value':x,'y_value':y})#使用relplot创建散点图sns.relplot(data=df,x="x_value",y="y_value",kind="scatter",s=100,color="#FF5722",alpha=0.8,height=6,aspect=1.5)示例代码(2)通过生成二次函数(抛物线)的模拟数据并绘制散点图,展示非线性关系的分布特征。二次函数的一般形式为:y=ax²+bx+c+ε,本例中简化为:y=0.5x²+ε。其开口方向a=0.5>0,抛物线开口向上,顶点位置在坐标原点(0,0),噪声服从均值为0、标准差为3的正态分布,导致散点在抛物线上下随机波动。n_samples=100x=np.linspace(-5,5,n_samples)y=0.5*x**2+np.random.normal(0,3,n_samples)#y=0.5x²+噪声#创建DataFramedf=pd.DataFrame({'x_value':x,'y_value':y})#使用relplot创建散点图g=sns.relplot(data=df,x="x_value",y="y_value",kind="scatter",s=100,color="#FF5722",alpha=0.8,height=6,aspect=1.5)示例代码(3)通过生成二维正态分布(也称为二元高斯分布)的模拟数据并绘制散点图,展示两个变量间的联合分布特征。单个变量x和y各自服从标准正态分布N(0,1),而联合分布呈现椭圆形(因相关系数ρ=0.6),长轴沿正对角线方向。#生成二维正态分布数据n_samples=300mean=[0,0]#均值向量cov=[[1,0.6],[0.6,1]]#协方差矩阵(对角线为方差,非对角线为协方差)#生成多元正态分布样本x,y=np.random.multivariate_normal(mean,cov,n_samples).T#创建DataFramedf=pd.DataFrame({'x_value':x,'y_value':y})#使用relplot创建散点图g=sns.relplot(data=df,x="x_value",y="y_value",kind="scatter",s=80,color="#007ACC",alpha=0.7,height=6,aspect=1.2)示例代码其他常用功能#绘制散点图,并设置调色板为高饱和度的基本颜色(如红、蓝、绿)sns.relplot(...palette="Set1",...)#设置样式sns.set_style("whitegrid")#设置散点图的坐标轴标签及其样式plt.xlabel("value",fontsize=14)plt.ylabel("density",fontsize=14)#设置图表标题plt.title("Thenetworktrafficrelationshipsofdifferentapplications.",y=1.02,fontsize=14,fontweight="bold")示例代码案例实训三:A通信公司网络类别、用户类型和用户活跃度的网络流量关系#创建网络服务类别(随机选择)service=["http","https","p2p","ssl","other"]app_category=np.random.choice(service,size=100)#创建用户类型(随机选择)user_types=["vip2","vip5","vip8"]user_type=np.random.choice(user_types,size=100)#生成网络流量数据(使用不同分布模拟真实情况)out_traffic=np.random.gamma(shape=2,scale=0.5,size=100)#流出流量in_traffic=np.random.gamma(shape=2,scale=0.7,size=100)#流入流量in_traffic+=out_traffic*0.3#添加一些相关性#创建用户活跃度评分(1-5分)activity=np.random.randint(1,6,size=100)#组合数据为DataFramedf=pd.DataFrame({"service":app_category,"user":user_type,"out(GB)":out_traffic,"in(GB)":in_traffic,"activity":activity})案例三#使用relplot创建散点图sns.set_style("whitegrid")#设置样式sns.relplot(data=df,x="out(GB)",y="in(GB)",hue="service",#颜色表示应用类别size="activity",#点大小表示用户活跃度sizes=(50,200),#点大小范围style="user",#标记样式表示用户类型alpha=0.8,#透明度palette="Set2",#调色板height=6,#图表高度aspect=1.5#宽高比)案例三效果图:案例三项目实施043.4.项目实施任务准备1.导入numpy、pandas及matplotlib.pyplot库,将csv文件中的数据读入到dataframe中,并验证读入的数据结果。importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt#读取CSV文件中的数据df=pd.read_csv("基站_月度监测数据.csv",encoding='gbk')display(df.head())#显示数据的前几行进行验证print(())#检查数据的基本信息3.4.项目实施任务3-1:绘制网络流量分布图步骤1:数据准备1.从保存网络运行状态数据的dataframe中,按照date列提供的不同日期取值,将这些统计数据保存到变量unique_dates中并显示出来。unique_dates=df['date'].unique()unique_dates.sort()print(unique_dates)2.不同日期的统计结果为:['2025/5/6''2025/5/7''2025/5/8''2025/5/9']从统计结果可以看到,网络状态表中一共有4个日期,分别是2025/5/6、2025/5/7、2025/5/8、2025/5/9。接下来首先获取所有的网络流量分布,然后利用循环语句动态获取某天的网络流量分布。3.4.项目实施任务3-1:绘制网络流量分布图步骤2:图像绘制1.从保存网络运行状态数据的dataframe中获取网络流量数据。2.调用pyplot提供的figure函数创建空白画布。利用subplot函数创建一个1行2列的子图网格(横向排列两个子图)。调用histplot函数绘制out(GB)直方图反应网络流量的分布密度,在第1个子图(即左侧的子图)绘制out(GB)列出口流量直方图,在第2个子图(即左侧的子图)绘制in(GB)列进口口流量直方图。#设置画布宽8*2英寸,高6英寸plt.figure(figsize=(16,6))#1行2列,第1个子图plt.subplot(1,2,1)#绘制第一张进口流量直方图sns.histplot(data=df,x='in(GB)',bins=15,stat='density')plt.title('fig1:InboundTraffic')3.4.项目实施任务3-1:绘制网络流量分布图步骤2:图像绘制#绘制第二张进口流量直方图plt.subplot(1,2,2)#1行2列,第2个子图sns.histplot(data=df,x='out(GB)',bins=15,stat='density')plt.title('fig2:OutboundTraffic')#设置整体标题plt.suptitle('NetworkTrafficDistributionComparison',fontsize=16,fontweight='bold')#主标题#调整布局并显示,为标题留出空间plt.tight_layout(rect=[0,0,1,0.95])plt.show()3.4.项目实施任务3-1:绘制网络流量分布图步骤2:图像绘制3.图像显示通过以上步骤,所有日期的网络流量分布图结果如下:3.4.项目实施任务3-1:绘制网络流量分布图步骤3:图像完善1.循环从日期列表中unique_dates循环获取每个日期,使用df.query()动态筛选该日期的数据,保持到df_date数据帧中。2.在JupyterNotebook环境中实现动态更新图表,清除并重新绘制图表需要使用IPython.display。它是IPython内核提供的一个强大模块,专门用于在JupyterNotebook和其他IPython环境中展示各种富媒体内容。通过它,可以直接在Notebook中显示图像、HTML、视频、音频等,无需额外配置,极大提升了交互式计算的体验。3.使用clear_output(wait=True)清除旧图表,等待新图表生成后再显示。fromIPython.displayimportclear_outputclear_output(wait=True)#清除当前输出每次循环让当前线程休眠1秒,用于控制程序执行节奏、模拟延迟或创建定时任务。importtimetime.sleep(1)#暂停1秒

3.4.项目实施任务3-1:绘制网络流量分布图步骤3:图像完善4.根据上述多项技术支持,完成图像的动态效果。importtimefromIPython.displayimportclear_output#根据日期循环更新数据和图像fordinunique_dates:clear_output(wait=True)#清除当前输出

plt.figure(figsize=(16,6))#创建新的图表(每次都初始化)df_data=df.query(f'date=="{d}"')#获取当前日期的数据plt.subplot(1,2,1)#左侧子图:进口流量sns.histplot(data=df_date,x='in(GB)',bins=15,stat='density',color='skyblue')plt.title(f'fig1:InboundTraffic')3.4.项目实施任务3-1:绘制网络流量分布图步骤3:图像完善plt.xlabel('in(GB')plt.subplot(1,2,2)#右侧子图:出口流量sns.histplot(data=df_date,x='out(GB)',bins=15,stat='density',color='salmon')plt.title(f'fig2:OutboundTraffic')plt.xlabel('out(GB)')#设置整体标题plt.suptitle(f'{d}NetworkTrafficDistributionComparison',fontsize=16,fontweight='bold')#调整布局并显示,为标题留出空间plt.tight_layout(rect=[0,0,1,0.95])plt.show()time.sleep(1)#暂停1秒3.4.项目实施任务3-1:绘制网络流量分布图步骤4:图像保存及显示1.由于数据帧中日期的格式是“2025/5/6”,当把次字符串做为文件名保存不符合命名规则,使用字符串替换函数将“/”替换成“-”。2.调用savefig函数将饼图保存到文件,设定其dpi分辨率为300。调用show函数显示出饼图。最后,调用close函数关闭绘图,释放系统资源。#加日期保持图片d=d.replace("/","-")plt.savefig(f'{d}NetworkTrafficDistributionComparison.png',dpi=300)plt.show()plt.close()3.通过以上步骤,最终的流量分布图结果如下:3.4.项目实施任务3-1:绘制网络流量分布图3.4.项目实施任务3-1:绘制网络流量分布图步骤5:分析结论图表分析:2025/5/6:进口流量主要集中在2GB左右这一区间,其他区间流量出现的密度相对较小。出口流量在15GB区间出现的密度最大,其他区间流量分布较为分散。2025/5/7:进口流量在2GB和3GB左右这两个区间出现的频率相对较高,相比5月6日,流量分布相对更分散一些。出口流量在15GB附近依旧是流量密度最大的区间,但整体分布相比5月6日更宽泛,在其他一些区间也有一定的流量分布。2025/5/8:进口流量在3GB左右区间最为集中,与前两日相比,集中趋势有所变化。出口流量在15GB和20GB这两个区间出现的密度较大,分布特征与之前也有差异。2025/5/9:进口流量在2.0-2.5GB以及3.0GB左右的区间集中,与5月8日相比,集中区间又有变化。出口流量在10-15GB区间最为集中,同时在其他一些区间也有一定分布。结

论:从5月6日-5月9日,进口流量的集中区间不断变化,说明每日进入网络的流量规模分布存在差异,可能与当日的业务活动、数据传输需求等因素有关。虽然每日出口流量在15GB附近都有相对集中的情况,但整体分布也在不断变化,反映出每日离开网络的数据流量特征有所不同。3.4.项目实施任务3-2:绘制网络流量异常检测图步骤1:数据准备1.从保存网络运行状态数据的dataframe中,按照date列进行排序后保持到原数据帧df中。2.利用出口流量in(GB)和进口流量out(GB)的和计算出总流量all(GB),结合访问频次frequency计算出每次流量pertime(GB),将结果保存到数据帧df_group中。#读取CSV文件中的数据df=pd.read_csv("netdata-csv.csv")df=df.sort_values(by='date')3.4.项目实施任务3-2:绘制网络流量异常检测图#创建包含计算结果的新DataFrame,保留两位小数df_group=pd.DataFrame({ 'date':df['date'], 'in(GB)':df['in(GB)'], 'out(GB)':df['out(GB)'], 'all(GB)':(df['in(GB)']+df['out(GB)']), 'frequency':df['frequency'], 'pertime(GB)':((df['in(GB)']+df['out(GB)'])/df['frequency']).round(2)})display(df_group.sample(5))#随机显示5行数据print(df_())#检查数据的基本信息3.4.项目实施任务3-2:绘制网络流量异常检测图步骤2:图像绘制1.从保存网络运行状态数据的df_group中获取网络流量数据。2.调用seaborn提供的catplot函数绘制分类数据可视化图例,其类型取值为小提琴图“violin”,按照日期date分类绘制in(GB)进口流量日期分类小提琴图。#绘制日期分类出口流量小提琴图sns.catplot(data=df_group,x='date',y='in(GB)',#进口流量kind="violin",hue='date',#按日期分类显示不同颜色palette="pastel",#类别较少,需区分度,使用柔和色系split=False,#如果是二元分类,可以设置split=True将小提琴分开inner="quartile",#显示四分位数height=6,#图表高度aspect=1#宽高比)3.4.项目实施任务3-2:绘制网络流量异常检测图其图像显示如下:3.4.项目实施任务3-2:绘制网络流量异常检测图步骤3:图像完善1.调用pyplot提供的figure函数创建空白画布,设置画布宽8*2英寸,高6*2英寸,准备存放四个子图。2.sns.catplot()会创建独立的图形,不支持直接集成到现有子图,而violinplot()可以在指定的子图上绘制。这里使用sns.violinplot()替代sns.catplot()。3.利用sns.violinplot函数创建一个2行2列的子图网格(横纵排列各两个子图),在第1个子图(即第1行左侧的子图)绘制in(GB)进口流量日期分类小提琴图,在第2个子图(即第1行右侧的子图)绘制out(GB)出口流量日期分类小提琴图,在第3个子图(即第2行左侧的子图)绘制all(GB)总流量日期分类小提琴图,在第4个子图(即第2行左侧的右图)绘制pertime(GB)每次流量日期分类小提琴图。4.根据上述多项技术支持,完成图像的动态效果。3.4.项目实施任务3-2:绘制网络流量异常检测图#设置画布宽8*2英寸,高6*2英寸plt.figure(figsize=(16,12))#绘制第一张出口流量分类图plt.subplot(2,2,1)#1行2列,第1个子图sns.violinplot(data=df_group,x='date',y='in(GB)',hue='date',palette="pastel",inner="quartile")plt.title('fig1:InboundTraffic')#绘制第二张进口流量分类图plt.subplot(2,2,2)#1行2列,第2个子图sns.violinplot(data=df_group,x='date',y='out(GB)',hue='date',palette="pastel",inner="quartile")plt.title('fig2:OutboundTraffic')3.4.项目实施任务3-2:绘制网络流量异常检测图#绘制第三张总流量分类图plt.subplot(2,2,3)#2行2列,第3个子图sns.violinplot(data=df_group,x='date',y='all(GB)',hue='date',palette="pastel",inner="quartile")plt.title('fig3:AllboundTraffic')#绘制第四张每次流量分类图plt.subplot(2,2,4)#2行2列,第4个子图sns.violinplot(data=df_group,x='date',y='pertime(GB)',hue='date',palette="pastel",inner="quartile")plt.title('fig4:PertimeboundTraffic')#设置整体主标题plt.suptitle('NetworkTrafficAnomalyDetection',fontsize=16,fontweight='bold')#调整布局并显示,为标题留出空间plt.tight_layout(rect=[0,0,1,0.95])plt.show()3.4.项目实施任务3-2:绘制网络流量异常检测图步骤4:

图像保存及显示1.调用savefig函数将饼图保存到文件,设定其dpi分辨率为300。调用show函数显示出饼图。最后,调用close函数关闭绘图,释放系统资源。plt.savefig(f'{d}NetworkTrafficAnomalyDetection.png',dpi=300)plt.show()plt.close()2.通过以上步骤,最终的流量分布图结果如下:

3.4.项目实施任务3-2:绘制网络流量异常检测图步骤5:分析结论图表分析:每个子图中不同日期对应一个小提琴图,其形状反映流量数据的分布。图形的宽度表示数据在该取值区间的密度,越宽说明该流量值出现的频率相对较高;越窄则表示出现频率低。小提琴图中间的横线,一般是中位数,用于直观展示数据的集中趋势。可以看到不同日期下各类流量的中位数位置有差异。从图形整体形态看,不同日期的流量分布形态各异,如2025/5/8的进口流量(InboundTraffic)有一个明显的尖峰,说明该日进口流量在某一特定值附近较为集中。结

论:以“OutboundTraffic”子图为例,2025/5/6-2025/5/9这四天中,出口流量的分布和中位数位置都有变化。2025/5/8的出口流量中位数相对较高,且数据分布相对集中在较高流量值区域,可能意味着该日有较大规模的数据流出网络,与其他日期存在差异,这种差异可能是正常业务波动,也可能是潜在的异常流量情况,需要结合业务背景进一步分析。3.4.项目实施任务3-3:绘制多维度网络流量关系图步骤1:数据准备1.从保存网络运行状态数据的dataframe中,按照time列进行排序后保持到原数据帧df中。#读取CSV文件中的数据df=pd.read_csv("netdata-csv.csv")df=df.sort_values(by='time')display(df.sample(5))#随机显示5行数据print(())#检查数据的基本信息2.随机显示5行数据结果为:3.4.项目实施任务3-3:绘制多维度网络流量关系图步骤2:图像绘制1.从保存网络运行状态数据的df中获取网络流量数据。2.调用seaborn提供的relplot函数绘制变量间关系图,按照服务service分面,按终端terminal着色,绘制不同终端的出口流量、进口流量散点图。其中根据进口流量in(GB)设置了点的大小范围为30-300,以增强视觉差异。#创建关系图网格g=sns.relplot(data=df,x="in(GB)",y="out(GB)",hue="terminal",#按终端着色size="in(GB)",#根据in(GB)列的值调整点大小sizes=(30,200),#扩大点大小

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论