Python Bokeh 可视化分析：不同职业分类中的婚姻状况占比

本示例使用 Python 的 Bokeh 库，通过柱状图可视化分析不同职业分类中婚姻状况的占比。

代码实现

from bokeh.plotting import figure, show,output_file
import numpy as np
import pandas as pd
import pandas
df = pd.read_csv(r'/Users/fuchuanruo/Desktop/可视化作业/实践/train.csv')
test = pd.read_csv(r'/Users/fuchuanruo/Desktop/可视化作业/实践/test.csv')

# 数据预处理，计算不同job分类中marital状态的占比
job_marital = df.groupby(['job', 'marital'])['marital'].count()
job_total = df.groupby(['job'])['marital'].count()
job_marital_ratio = job_marital / job_total * 100

# 创建绘图空间
p = figure(title='不同职业分类中marital状态的占比', x_range=list(job_marital_ratio.index), plot_width=800, plot_height=400)

# 绘制柱状图
p.vbar(x=list(job_marital_ratio.index), top=job_marital_ratio.values, width=0.9, fill_color='orange')

# 设置x轴标签旋转角度，避免重叠
p.xaxis.major_label_orientation = np.pi/4

# 设置图像标题和x,y轴标签
p.title.text_font_size = '20pt'
p.xaxis.axis_label = '职业分类'
p.yaxis.axis_label = 'marital状态占比'

# 输出图像
output_file('job_marital_ratio.html')
show(p)

代码解析

数据预处理: 使用 pandas 库对数据进行分组统计，计算不同职业分类中婚姻状况的占比。
创建绘图空间: 使用 figure() 函数创建绘图空间，设置标题、x 轴范围、绘图宽度和高度。
绘制柱状图: 使用 vbar() 函数绘制柱状图，设置柱状图的 x 坐标、高度、宽度和填充颜色。
设置 x 轴标签旋转: 使用 xaxis.major_label_orientation 属性设置 x 轴标签旋转角度，避免标签重叠。
设置图像标题和轴标签: 使用 title.text_font_size、xaxis.axis_label 和 yaxis.axis_label 属性设置图像标题和 x, y 轴标签。
输出图像: 使用 output_file() 函数指定输出文件，并使用 show() 函数显示图表。

总结

本示例展示了如何使用 Python 的 Bokeh 库进行数据可视化分析，通过柱状图直观地展现不同职业分类中婚姻状况的占比，并通过合理的布局和参数设置，使图表更加清晰易懂。

相关资源: