Pandas - Gapminder Data 분석(그래프 분석) 3

1 Sample Data

gapminder.tsv

2. import module

import pandas as pd
import matplotlib.pyplot as plt

3. 그래프 분석

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('data\gapminder.tsv', sep='\t')
year_lifeExp_mean = df.groupby('year')['lifeExp'].mean()
year = df.loc[0: , 'year']
year_drop = year.drop_duplicates()

year_x = []

for i in year_drop:
    year_x.append(i)

plt.rcParams["font.family"] = 'NanumGothic'
plt.rcParams["font.size"] = 10
plt.rcParams["figure.figsize"] = (14, 10)

plt.figure()
year_lifeExp_mean.plot(linestyle='--', marker='.')
plt.grid()
plt.title("연도별 기대 수명의 평균값")
plt.ylabel("나이")
plt.xlabel('년도')
plt.xticks(year_x)
plt.savefig('life.png')
plt.close()

4. Code 풀이

- 연도별 기대 수명 평균 값(그룹화 작업)

year_lifeExp_mean = df.groupby('year')['lifeExp'].mean()
print(year_lifeExp_mean)

year

1952    49.057620

1957    51.507401

1962    53.609249

1967    55.678290

1972    57.647386

1977    59.570157

1982    61.533197

1987    63.212613

1992    64.160338

1997    65.014676

2002    65.694923

2007    67.007423

Name: lifeExp, dtype: float64

Process finished with exit code 0

- plt x 축을 위한 데이터 구성(year 중복값 제거 포함)

year = df.loc[0: , 'year']
year_drop = year.drop_duplicates()
print(year_drop)

0     1952

1     1957

2     1962

3     1967

4     1972

5     1977

6     1982

7     1987

8     1992

9     1997

10    2002

11    2007

Name: year, dtype: int64

Process finished with exit code 0

- 리스트 화 하여 x 축 구성

year_x = []

for i in year_drop:
    year_x.append(i)

print(year_x)

[1952, 1957, 1962, 1967, 1972, 1977, 1982, 1987, 1992, 1997, 2002, 2007]

Process finished with exit code 0

- 선 그래프 표현 작업

plt.rcParams["font.family"] = 'NanumGothic'
plt.rcParams["font.size"] = 10
plt.rcParams["figure.figsize"] = (14, 10)

plt.figure()
year_lifeExp_mean.plot(linestyle='--', marker='.')
plt.grid()
plt.title("연도별 기대 수명의 평균값")
plt.ylabel("나이")
plt.xlabel('년도')
plt.xticks(year_x)
plt.savefig('life.png')
plt.close()