解密大数据0305作业:直方图

任何学习的成长，都是跳出舒适区后，从挣扎到顿悟到过程。

其实本周的作业并不限工具，至少说最好是python。于是我首先想到用excel来做。很快，我就把作业做完了。当我还在窃喜自己这次如此高效完成作业的同时，余博士的两篇介绍Anaconda的文章，带领不少小伙伴快速跨进了专业的数据分析大门。

致Python初学者们 - Anaconda入门使用指南
左手程序员，右手作家：你必须会的Jupyter Notebook

仔细想想，我到底是为了完成作业，还是为了拓展自己的能力啊？

在内心把自己鄙视一番之后，开始老老实实安装python和anaconda。在安装阶段就遇到了不少困难，在余博士和李佳同学的帮助下，顺利安装好了Anaconda。不禁要再一次感叹：好的社群氛围绝对是提高学习兴趣和信心的必要条件！

回到作业本身，tiger其实已经给出了代码范例，只要去搞懂每行代码是什么意思就好。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats

导入pandas模块，并定义为pd。
导入numpy模块，并定义为np。
导入matplotlib的pyplot模块，并定义为plt。
从scipy模块导入stats子模块。

weight_data = pd.read_table('weight.txt')
weight_data.shape

用pd的read_table函数读取文档“weight.txt”，并定义为weight_data。
用np的shape属性获取weight_data。

在第二题中，原始数据类型不同，不能直接用read_table了，需要换成read_csv。

weight.mean()
weight.var()

显示weight的平均值。
显示weight的方差。

fig = plt.figure()
x = weight_data['weight']
ax = fig.add_subplot(111)
numBins = 15
ax.hist(x,numBins,color='blue',rwidth=0.9)
plt.title(u'weight')
plt.show()

用plt的figure函数新建绘图，并定义为fig。
定义X为weight_data中weight列的数据。
用fig画图，并名为ax，（111）就是显示在矩阵块的1行1列的第1块，也就是1块白板吧。
定义柱子有15根。
用hist函数显示ax绘图，x是横轴数据，15根蓝色柱子，宽度为0.9。
plt命名为weight。
用show函数显示结果。

体重直方图

在做第二题的直方图时，我发现用跟体重直方图一样的方式，很难总结出什么规律，也跟我用excel时呈现的图表完全不一样。于是我开始思考这2者的区别：

1,体重数据分析时，仅仅是单纯的1组数据，我们能得到的信息只有分布情况。

2,当原始数据中包含了时间元素后，我们能得到的信息就一下多了很多。因为时间的属性本来就有多个维度去分析。

比如，时间变化跟乘客数量变化对关系、整体乘客增长、每年的同比增长……

要得到不同的分析结果，就需要用不同的方法来分析数据，以上面3个目的为例，把时间放在X轴，乘客数量放在Y轴，更合理更直观。直方图应该是这样的：

乘客数量直方图

如此可视化，才能得到数据反映出来的信息（我对数据的分析）：

1,该公司的运营情况非常良好，乘客逐年稳步增加。
2，乘客数量波动非常稳定，推断每年7，8月是旺季，11月为淡季。

引发我这样去思考的契机，就是我用2种工具来做同一件事的时候，得到的结果不一样。如果当初我用excel做完作业之后，就不管了，也许就错过了这次有意思的思考。

python我是小白，不知道怎么去实现。但工具始终是工具，更重要的是思维。所以第二题……我实在无法用python来做了。希望在后面的课程可以掌握更多的知识，能更自由的运用。