Python计算类别占比
在数据分析和机器学习中，我们经常需要对数据的类别进行统计和分析。其中一个重要的统计指标就是类别占比，即每个类别在数据中所占的比例。通过计算类别占比，我们可以更好地了解数据的分布情况，从而为后续的数据处理和建模工作提供重要参考。
本文将介绍如何使用Python计算类别占比，以及如何将计算结果可视化展示。我们将以一个具体的示例来说明这个过程，希望能帮助读者更好地理解和应用类别占比的计算方法。
示例数据
假设我们有一个包含学生信息的数据集，其中包括学生的姓名、年龄和性别。我们想要统计不同性别学生在数据集中的比例，以便了解男女生比例的分布情况。
首先，让我们生成一个示例数据集：
import pandas as pd
data = {
'姓名': ['小明', '小红', '小刚', '小美', '小华'],
'年龄': [18, 20, 19, 21, 22],
'性别': ['男', '女', '男', '女', '男']
}
df = pd.DataFrame(data)
print(df)
运行以上代码，我们将得到一个简单的包含学生信息的数据表：
| 姓名 | 年龄 | 性别 |
|---|---|---|
| 小明 | 18 | 男 |
| 小红 | 20 | 女 |
| 小刚 | 19 | 男 |
| 小美 | 21 | 女 |
| 小华 | 22 | 男 |
计算类别占比
接下来，我们将使用Python计算不同性别学生在数据集中的比例。我们可以借助Pandas库提供的功能来实现这一目标。
# 计算性别类别占比
gender_counts = df['性别'].value_counts()
gender_percent = gender_counts / len(df) * 100
print(gender_percent)
以上代码首先使用value_counts()方法统计了不同性别的学生人数，然后通过除以总人数并乘以100，计算出了每个性别的占比。最后，我们打印出了计算结果：
女 40.0
男 60.0
Name: 性别, dtype: float64
根据计算结果，我们可以看到在这个示例数据集中，女生占比为40%，男生占比为60%。
可视化展示
为了更直观地展示性别类别占比，我们可以使用Matplotlib库绘制一个简单的饼图。
import matplotlib.pyplot as plt
plt.figure(figsize=(6, 6))
plt.pie(gender_counts, labels=gender_counts.index, autopct='%1.1f%%', startangle=90)
plt.axis('equal')
plt.title('Gender Distribution')
plt.show()
运行以上代码，我们将得到一个饼图，展示了不同性别学生在数据集中的占比情况。
