first commit

航班信息/航班数据分析.py

@@ -0,0 +1,100 @@
+import numpy as np
+import pandas as pd
+import matplotlib as mpl
+import matplotlib.pyplot as plt
+from matplotlib import font_manager
+
+font_path = r'E:\PycharmProjects\pythonProject\simsun.ttc'
+font_prop = font_manager.FontProperties(fname=font_path)
+#支持中文显示
+
+'''
+mpl.rcParams['font.family'] = 'Kaiti'
+# 使用非 unicode 的负号，当使用中文时候要设置
+mpl.rcParams['axes.unicode_minus'] = False
+# %matplotlib inline
+'''
+
+data = pd.read_csv(r'E:\PycharmProjects\pythonProject\航班信息\airport-ontime.csv')
+# data.info()
+
+#将Unnamed这列删除
+
+data.dropna(axis=1, how='all', inplace=True)
+# data.info()
+
+#查看是否有重复数据
+data.duplicated().any()
+data.drop_duplicates(inplace=True)
+# data.info()
+
+# 统计起飞是否延迟 饼图
+
+# print(data['DEP_DEL15'].head())
+
+
+dep_data = data['DEP_DEL15'].dropna()
+dep_delay = dep_data.value_counts()
+dep_delay.name = ''
+dep_delay.plot(kind='pie', labels=['起飞不延迟', '起飞延迟'], autopct='%.2f', textprops={'fontproperties': font_prop})
+plt.title('起飞延迟不延迟情况', {'fontproperties': font_prop})
+plt.show()
+
+# 统计到达延迟和到达不延迟所占比例 饼图
+
+s = data['ARR_DEL15'].dropna()
+delays = s.value_counts()
+# display(delays)
+delays.name = ''
+delays.plot(kind='pie', labels=['到达不延迟', '到达延迟'], autopct='%.2f', textprops={'fontproperties': font_prop})
+plt.title('到达延迟不延迟情况', {'fontproperties': font_prop})
+plt.show()
+
+# 统计机场航班起飞延迟数量 柱状图
+
+# 缺失值处理
+d = data[['ORIGIN_STATE_ABR', 'DEP_DEL15']].dropna()
+depart_delay_couots = d.groupby('ORIGIN_STATE_ABR')['DEP_DEL15'].sum()
+# 设置画布大小 figsize=(a,b) a 表示画布宽，b 表示画布高，单位英寸
+depart_delay_couots.sort_values(ascending=False).plot(kind='bar', figsize=(14, 6))
+plt.show()
+
+# 统计机场航班到达延迟数量
+
+# 缺失值处理
+d = data[['DEST_STATE_ABR', 'ARR_DEL15']].dropna()
+arrive_delay_couots = d.groupby('DEST_STATE_ABR')['ARR_DEL15'].sum()
+# 设置画布大小
+# figsize=(a,b)
+# a 表示画布宽，b 表示画布高，单位英寸
+arrive_delay_couots.sort_values(ascending=False).plot(kind='bar', figsize=(14, 6))
+plt.show()
+
+# 合并机场航班起飞和到达延迟
+
+delay_df = pd.DataFrame([depart_delay_couots, arrive_delay_couots]).T
+delay_df.columns = ['起飞延迟', '到达延迟']
+delay_df.sort_values('起飞延迟', ascending=False).plot(kind='bar', figsize=(14, 6), title='机场起飞到达延迟状况')
+plt.title('机场航班起飞延迟，到达延迟情况', {'fontproperties': font_prop})
+plt.show()
+
+# 机场航班起飞延迟的百分比
+
+d = data[['ORIGIN_STATE_ABR', 'DEP_DEL15']].dropna()
+departs = d['ORIGIN_STATE_ABR'].value_counts()
+
+pct_departure_delays = depart_delay_couots / departs
+
+d = data[['DEST_STATE_ABR', 'ARR_DEL15']].dropna()
+# 计算到达航班的数量
+arrives = d['DEST_STATE_ABR'].value_counts()
+# arrive_delay_couots 机场到达延迟航班数
+pct_arrive_delays = arrive_delay_couots / arrives
+
+# 将起飞延迟和到达延迟组合成 DataFrame，柱状图描述
+pct_delay_df = pd.DataFrame([pct_departure_delays, pct_arrive_delays]).T
+pct_delay_df.columns = ['起飞延迟比例', '到达延迟比例']
+# display(pct_departure_delays,pct_arrive_delays)
+pct_delay_df.sort_values('起飞延迟比例', ascending=False).plot(kind='bar', title='机场起飞到达延迟百分比', figsize=(14, 6))
+plt.title('机场起飞到达延迟百分比', {'fontproperties': font_prop})
+plt.show()