（一） 繪制直方圖

import numpy from pandas import read_csv import matplotlib import matplotlib.pyplot as pet

#設置字體 font={'family':'SimHei'} matplotlib.rc('font',**font)

#讀取文件# data = read_csv('lesson1/AirPassengers.csv',encoding='UTF-8')
#查看數據類型 data.dtypes

#基本統計 data.NumPassengers.mean() #280.29861111111109 data.NumPassengers.var() #14391.917200854699 data.NumPassengers.std() #119.96631694294319 data.NumPassengers.describe()

#直方圖 plt.hist(data.NumPassengers,20)

觀察：
講真，這個直方圖看的很困惑，并不覺得能解釋什么。因為原始數據中其實有三個變量：月份，不知道是什么意思的49-60（姑且稱為 xFactor),乘客數量。

所以，嘗試采用分組統計，看是否有意思的發現。

（二）分組統計嘗試一，以xFactor分組

#拆分原數據 newData = data['Month'].str.split('-' ,1,True)#拆分month列 newData.columns = ['Month','xFactor']#命名 newData['NumPassengers'] = data['NumPassengers']#補上最后一列

拆分后的數據框.png

#根據xFactor分組 result1 = newData.groupby(by=['xFactor'])['NumPassengers'].agg({ numpy.sum, numpy.mean })

按xFactor分組統計.png

畫折線圖

(注：因為分組時49-60這一列被默認稱為index,嘗試reset_index失敗——只在console里重置成功，數據框并未更新，所以人為加上了一列xFactor。之后找到合適辦法再改回來)

result1['xFactor']=[49,50,51,52,53,54,55,56,57,58,59,60]#增加分組列
#result1 畫折線圖 plt.plot(result1['xFactor'],result1['sum'],'-') plt.plot(result1['xFactor'],result1['mean'],'--',color='red')

從折線圖可以看出 [年總乘客數]和 [平均乘客數據]隨xFactor的變化，從49-60穩步上升。
據乍一看，還以為均值的變化趨勢不明顯呢，其實是因為Y軸數據量的差別。
嘗試分開作圖：

這樣就可以看出，其實兩個的變化趨勢幅度是一樣的。
（還可以嘗試將兩組數據標準化，按比例列縮放，繪制在同一個圖上。還不會具體操作，稍后實驗）

猜想：xFactor的真實身份

會不會是一個航空公司的不同分公司的數據？如果是，那60，59，58……這些分公司貢獻的客戶量可比49，50……多很多。
一個航空公司的不同航線？同理，60航線貢獻最大。

（二）分組統計嘗試一，以月份分組

`#根據月份分組
result2 = newData.groupby(by=['Month'])['NumPassengers'].agg({
numpy.sum,
numpy.mean

                           })`

按月份分組統計.png

#根據月份分組 result2 = newData.groupby(by=['Month'])['NumPassengers'].agg({ numpy.sum, numpy.mean })

result2['月份']=[4,8,12,2,1,7,6,3,5,11,10,9] result2.sort(columns='月份')

同上index無法重置的原因，該折線圖暫時畫不出來/，姑且先看數據。
可以看出：
乘客數最多：七月 4216
乘客數最少：十一月2794
其中，六、七、八、九月份的乘客數量明顯高于其他月份。可能的一個原因是因為人們喜歡在夏季旅游勝過冬季。