可视化 Chipotle 的数据(Python)

Visualizing Chipotle's Data

Step 1. Import the necessary libraries

import pandas as pd
import collections
import matplotlib.pyplot as plt 

# set this so the graphs open internally
%matplotlib inline

Step 2. Import the dataset from this address.

# 数据集地址（假设使用 Chipotle 订单数据）
url = 'chipotle.tsv'

Step 3. Assign it to a variable called chipo.

chipo = pd.read_csv(url, sep='\t')  # 注意数据是制表符分隔的

Step 4. See the first 10 entries

chipo.head(10)

Step 5. Create a histogram of the top 5 items bought

# 方法一：使用更简洁的 value_counts() 方法
top5_items = chipo['item_name'].value_counts().head(5)

# 绘制柱状图
plt.figure(figsize=(10,6))
top5_items.plot(kind='bar', color='skyblue')
plt.title('Top 5 Most Frequently Ordered Items')
plt.xlabel('Item Name')
plt.ylabel('Order Count')
plt.xticks(rotation=45)
plt.show()

Step 6. Create a scatterplot with the number of items orderered per order price

# 清理价格数据（将 $ 转换为浮点数）
chipo['item_price'] = chipo['item_price'].str.replace('$', '').astype(float)

# 按订单分组并聚合数据
orders = chipo.groupby('order_id').agg({
    'quantity': 'sum',        # 总商品数
    'item_price': 'sum'       # 总订单金额
})

# 绘制散点图
plt.figure(figsize=(10,6))
plt.scatter(orders['item_price'], orders['quantity'], alpha=0.5)
plt.title('Number of Items Ordered vs Order Price')
plt.xlabel('Total Order Price ($)')
plt.ylabel('Total Items Ordered')
plt.grid(True)
plt.show()

Step 7. BONUS: Create a question and a graph to answer your own question.

# Step 7. BONUS: 自定义问题与可视化
# 提取销量前 5 的商品
top5_names = chipo['item_name'].value_counts().head(5).index.tolist()

# 筛选数据时创建显式副本
top5_data = chipo[chipo['item_name'].isin(top5_names)].copy()  # 关键修复：添加 .copy()

# 计算每个商品的单价（总价/数量）
top5_data['unit_price'] = top5_data['item_price'] / top5_data['quantity']

# 绘制箱线图
plt.figure(figsize=(12,8))
top5_data.boxplot(column='unit_price', by='item_name', vert=False)
plt.title('Unit Price Distribution of Top 5 Items')
plt.xlabel('Unit Price ($)')
plt.ylabel('Item Name')
plt.suptitle('')  # 移除默认标题
plt.show()