数据可视化大学生就业数据分析的代码
时间: 2023-08-07 14:07:44 浏览: 112
以下是一份Python代码示例,用于数据可视化大学生就业数据分析:
```python
# 导入所需的库
import pandas as pd
import matplotlib.pyplot as plt
# 读取数据集
data = pd.read_csv("大学生就业数据.csv")
# 绘制饼图,显示各个城市的就业人数占比
data_city = data.groupby('城市')['就业人数'].sum() # 按城市分组求和
data_city.plot(kind='pie', autopct='%1.1f%%', figsize=(10, 6))
plt.title('各城市大学生就业人数占比')
# 绘制堆叠柱状图,显示各个专业的就业人数和失业人数
data_major = data.groupby('专业')[['就业人数', '失业人数']].sum() # 按专业分组求和
data_major.plot(kind='bar', stacked=True, figsize=(10, 6))
plt.title('各专业大学生就业情况')
plt.xlabel('专业')
plt.ylabel('人数')
# 绘制散点图,显示薪资和工作经验的关系
data_salary = data[['薪资', '工作经验']]
data_salary.plot(kind='scatter', x='工作经验', y='薪资', figsize=(10, 6))
plt.title('大学生薪资与工作经验的关系')
plt.xlabel('工作经验(年)')
plt.ylabel('薪资(元/月)')
# 显示图形
plt.show()
```
在这个示例代码中,我们首先使用pandas库读取了一个名为“大学生就业数据.csv”的数据集。然后,我们使用matplotlib库绘制了三个不同类型的图形,分别是饼图、堆叠柱状图和散点图。这些图形分别显示了各个城市的就业人数占比、各个专业的就业人数和失业人数、以及大学生薪资与工作经验之间的关系。最后,我们使用plt.show()函数显示了所有绘制的图形。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)