### 在 Jupyter Notebook 中运行 Python 数据分析与可视化的代码示例 #### 数据加载与预处理 在 Jupyter Notebook 中，通常使用 `pandas` 来加载和操作数据。以下是一个典型的 CSV 文件加载过程，并展示前几行数据以便查看其结构[^1]。 ```python import pandas as pd # 加载数据 data = pd.read_csv('sample_data.csv') # 查看数据的前五行 display(data.head()) ``` #### 描述性统计分析 通过调用 `describe()` 方法可以获得关于数值型列的基本统计信息，例如计数、平均值、标准偏差、最小值、四分位数及最大值等[^2]。 ```python # 获取描述性统计量 stats_summary = data.describe() # 显示统计摘要 display(stats_summary) ``` #### 可视化部分 ##### 绘制单变量分布图 利用 `matplotlib` 或者更高层次封装的 `seaborn` 库可以轻松创建直方图或 KDE 图形来研究单一变量的分布状况[^3]。 ```python import matplotlib.pyplot as plt import seaborn as sns # 设置图像大小 plt.figure(figsize=(8, 6)) # 创建带有核密度估计 (KDE) 的直方图 sns.histplot(data['target_column'], bins=30, kde=True, color="skyblue") # 添加标题和标签 plt.title("Target Column Distribution", fontsize=16) plt.xlabel("Value Range", fontsize=12) plt.ylabel("Frequency/Density", fontsize=12) # 展示图片 plt.show() ``` ##### 多变量关系探索 - 散点图矩阵 如果想一次性考察多个特征之间的两两关联程度，则可以考虑制作散点图矩阵[^4]。 ```python from pandas.plotting import scatter_matrix # 定义要参与绘图的关键字段列表 columns_of_interest = ['feature_1', 'feature_2', 'feature_3'] # 构建散点图矩阵 scatter_matrix(data[columns_of_interest], alpha=0.2, figsize=(10, 10), diagonal='kde') # 调整布局防止重叠 plt.tight_layout() plt.show() ``` ##### 热力图显示相关系数 构建热力图可以帮助我们直观地发现各属性之间是否存在强线性依赖关系[^5]。 ```python # 计算皮尔逊相关系数表 correlation_matrix = data.corr(method='pearson') # 初始化画布尺寸 plt.figure(figsize=(12, 9)) # 使用 Seaborn 渲染热度地图 sns.heatmap(correlation_matrix, annot=True, fmt=".2f", cmap='coolwarm', square=True) # 设定主标题 plt.title("Correlation Heatmap of Features", y=1.05, size=18) # 输出最终成果 plt.show() ``` ---