案例：用Python分析大学生恋爱情况
特别申明：
1、本数据来源于网络，且数据量较小，故分析结果可能不具有普遍性，对于结果大家了解一下即可，不需要太在意，重点是分析过程。
2、本文图片较多，篇幅较长。
01|数据导入：
代码部分：
%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
df=pd.read_csv("F://datasciene//exercisedata//data.csv",encoding="gbk")
print df.columns#查看有哪些索引值
df.head(2)#显示数据的前两行，查看数据呈现方式
02|数据预处理：
1、查看是否具有缺失值
如果有缺失值，则进行缺失值处理，可以选择填充或删掉。通过下面的截图看出没有缺失值，所以我们就跳过这一步。
2、值替换
为了便于后续的研究，需要把一些属性值替换成机器容易识别的符号。
代码部分：
df[u"性别"].replace([u"女",u"男"],["female","male"],inplace=True)#将性别男女替换成英文
df[u"年级"].replace([u"大一",u"大二",u"大三",u"大四"],["freshman","sophomore","junior","senior"],inplace=True)
df[u"眼镜"].replace([u"戴眼镜",u"不戴眼镜"],["wear","not_wear"],inplace=True)
值替换根据需要随时进行替换，有的一些属性值可能刚开始没想到会用到，在需要用的时候进行替换就可以。
03|描述性分析：
1、恋爱次数情况
代码部分：
grouped=df.groupby([u'恋爱次数']).count()[u'年级']
print "平均恋爱次数：",df[u'恋爱次数'].mean()
print "恋爱次数的中位数：",df[u'恋爱次数'].median()
grouped.plot(kind="bar",color="gray",align='center')
plt.xlabel('Times')
plt.ylabel('counts(person)')
通过结果发现：
恋爱次数为1次的占比最多，其次是恋爱次数为0次的同学。
平均恋爱次数： 1.30034129693。
恋爱次数的中位数： 1.0。
2、被追人数情况：
代码部分：
grouped1=df.groupby([u'被追人数']).count()[u'年级']
print "平均被追人数：",df[u'被追人数'].mean()
print "被追人数的中位数：",df[u'被追人数'].median()
grouped1.plot(kind="bar",color="gray",align='center')
plt.xlabel('Times')
plt.ylabel('counts(person)')
通过结果发现：
被追人数（次数）为0人的占比最多，其次是被追人数为1人的同学。
平均被追人数（次数）： 2.87。
被追人数（次数）的中位数：2.0。
3、追求人数情况：
代码部分：
grouped2=df.groupby([u'追过人数']).count()[u'年级']
print "平均追过人数：",df[u'追过人数'].mean()
print "追过人数的中位数：",df[u'追过人数'].median()
grouped2.plot(kind="bar",color="gray",align='center')
plt.xlabel('Times')
plt.ylabel('counts(person)')
通过结果发现：
追求人数（次数）为0人的占比最多，追求次数对应的人数一次递减。
平均追求人数（次数）：1.037。
追求人数（次数）的中位数：1.0。
04|探索性分析（1）：
接下来探索一下恋爱情况与性别的关系，所以先确认一下样本数据的男女比例是否一致。
结果显示男女比例几乎接近1：1，所以可以看成两者的比例是一致的。
1、恋爱次数与性别的关系：
代码部分：
grouped3=df.groupby([u'恋爱次数',u'性别']).count()[u'年级']
grouped3.plot(kind="bar",stacked="True",color=['r', 'g'],label=("female"))
plt.xlabel('Times&sex')
plt.ylabel('counts(person)')
plt.legend()
通过结果发现：
恋爱次数为0—1次时，男性人数多于女性，但是恋爱次数为2次时，女性人数反超男性人数，恋爱次数为3次时，女性又低于男性，当恋爱次数为4次时，女性对应的人数是男性对应人数的4倍，恋爱次数为5次的人群中只有女性。
2、被追人数与性别的关系：
代码部分：
grouped4=df.groupby([u'被追人数',u'性别']).count()[u"年级"]
grouped4.plot(kind="bar",stacked=True,color=['r', 'g'],label=("female"))
plt.xlabel('Times&sex')
plt.ylabel('counts(person)')
plt.legend()
通过结果发现：
男生中有34.7%未被人追过，女生中有16.7%未被人追过。
男生中被追为1次的人最多（除0次以外），而女生被追过5次的人最多。在被追次数为1-3次中，男生人数领先于女生，但是在4次以后，女生遥遥领先（除10次有个特殊点外，这个点可能是校草级别的人导致异常点出现的吧），由此可见，女生要么被追人数很少，要么就是同时被好多人追。（可能某个人在班里或者系里太出众，最后一个班或者是一个系的人都追她）
3、追过人数与性别的关系：
代码部分：
grouped5=df.groupby([u'追过人数',u'性别']).count()[u"年级"]
grouped5.plot(kind="bar",stacked=True,color=['r', 'g'],label=("female"))
plt.xlabel('Times&sex')
plt.ylabel('counts(person)')
plt.legend()
通过结果发现：
除了追过人数为0次时对应的女生人数要多于男生，追过次数为1-4次中男生对应的人数都要高于女生，而5次以后又被女生反超。
这个其实也是可以理解的，大部分女生相比于男生都比较害羞，不太好意思主动去追求，所以在1-4次时男生要明显多于女生，但是也有一些比较open的女生，会在5次以后对应的人数多于男生。
04|探索性分析（2）：
接下来探索一下恋爱次数为0的同学们都有什么特征，或者是影响恋爱次数的因素有哪些？
代码部分：
zero=df[df[u"恋爱次数"]==0]#筛选出恋爱次数为0的同学
zero.head(2)
1、恋爱与男女比例关系：
有没有可能是这个学校本身男女比例的问题导致单身的存在，接下来看看单身群体中男女比例结构。（有的学校男女比例7：1，会是影响恋爱次数的一个重要原因）
代码部分：
grouped7=zero.groupby([u"性别"]).count()[u"年级"]
grouped7.plot(kind="bar",color="gray")
plt.xlabel('sex')
plt.ylabel('counts(people)')
通过结果发现：
通过柱状图可以看出，单身群体中，男女比例接近于1:1,看来男女本身比例问题这个原因可以排除。
2、恋爱与年级关系
代码部分：
grouped8=zero.groupby([u"年级"]).count()[u"性别"]
grouped8.plot(kind="bar",color="gray")
plt.xlabel('grade')
plt.ylabel('counts(people)')
通过结果发现：
恋爱和年级还真有点关系，大二中恋爱次数人数最少，这可能是大二已经经历了一年的大学生活，开始对这个学校慢慢熟悉起来，再加上也认识了一些人，具备了基础条件，所以恋爱的就会多起来。
大三中恋爱次数为0的最多。
3、恋爱与追过和被追的关系：
代码部分：
grouped9=zero.groupby([u"追过人数",u"被追人数"]).count()[u"性别"]
grouped9.plot(kind="bar",color="gray")
plt.xlabel('Active and passive')
plt.ylabel('counts(people)')
通过结果发现：
在恋爱次数为0的群体中，约一半的人追求人数和被追人数均为0，所以不主动可能至今是恋爱次数为0的主要原因吧。
还会有一些主动追求过两次，被追求过10次这样的群体存在，这种群体可能是本身条件很好，所以追求人数很多，但是择偶标准也比较高，所以这么多人追求，依然保持恋爱次数为0。
还有一些群体是主动追求过6、7次，被追求0次，恋爱次数依然为0。（好心疼他们）
4、恋爱次数与学生组织关系：
学生组织是我们结交人脉的一个重要渠道，如果我们没有加入学生组织，可能不会认识很多人，会没有追求目标，这可能是恋爱次数为0的一个原因。具体看看。
代码部分：
grouped10=zero.groupby([u"学生组织个数"]).count()[u"年级"]
grouped10.plot(kind="bar",stacked=True,color="gray")
plt.xlabel('counts')
plt.ylabel('counts(person)')
通过结果查看：
在恋爱次数为0的群体中，大部分人还是至少有参加一个学生组织的，只有10%左右的人没有参加学生组织。所以可以排除这点原因。
5、恋爱与颜值的关系：
代码部分：
grouped12=zero.groupby([u"颜值"]).count()[u"年级"]
grouped12.plot(kind="bar",stacked=True,color="gray")
print "恋爱次数为0对应的平均颜值：",zero[u"颜值"].mean()
plt.xlabel('Beauty')
plt.ylabel('counts(person)')
通过结果查看可得：
恋爱次数为0的群体的平均颜值为5.5（满分为10），众数为5。
恋爱次数为0的人大部分颜值为中等水平，一部分是中等偏上，这一部分可能就是那些被追很多次,但是恋爱次数为0的人。
6、恋爱与身高的关系：
代码部分：
age_train_p=zero[u"身高"]
ages=np.arange(150,200,10) #150~200岁，每10厘米一段（年龄最小153，最大为192）
age_cut=pd.cut(age_train_p,ages) #待分组值，分组条件
age_cut_grouped=age_train_p.groupby(age_cut).count()
age_cut_grouped.plot(kind="bar",color="gray")
plt.xlabel('height')
plt.ylabel('counts(person)')
通过结果查看可得：
恋爱次数为0的群体中，大部分人的身高集中在（160,170），其次是（170,180）。个人觉得这个身高差不多了，所以就先判定恋爱次数与身高没有关系。
7、恋爱与寝室舍友情况的关系：
代码部分：
grouped13=zero.groupby([u"寝室同学情况"]).count()[u"年级"]
grouped13.plot(kind="bar",stacked=True,color="gray")
plt.xlabel('dorm_mate')
plt.ylabel('counts(person)')
通过结果查看可得：
恋爱次数为0的群体中，大部分人的舍友也是单身，所以如果你想突破恋爱次数为0的记录，不妨先让你舍友脱单，这样在一定程度上有助于你脱单。
大数据培训、人工智能培训、Python培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请专业的大数据领域知名讲师，确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术，将前沿技能融入教学中，确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生更快的掌握技能知识，成就上万个高薪就业学子。
更多问题咨询，欢迎点击------>>>>在线客服！
