基于员工信息数据集的多类统计可视化图表实现需求

以下代码可直接运行，实现所有要求的可视化效果，依赖为pandas和matplotlib，未安装的话可先执行pip install pandas matplotlib安装。

import pandas as pd
import matplotlib.pyplot as plt

# 原始员工数据
employee_data = {
    'Age': [26, 29, 25, 26, 29, 30, 32, 31, 34, 33, 24, 27, 28],
    'Home City': ['Rohtak', 'Aligarh', 'Rajkot', 'Bhilai', 'Rohtak', 'Delhi', 'Faridabad', 'Howrah', 'Delhi', 'Delhi', 'Patna', 'Patna', 'Agra'],
    'Salary': [22000, 28000, 18000, 19000, 27000, 25000, 30000, 31000, 34000, 32000, 18000, 24000, 20000]
}
df = pd.DataFrame(employee_data)

# 1. 年龄vs薪资折线图
plt.figure(figsize=(10,6))
# 先按年龄排序让折线逻辑更通顺
sorted_df = df.sort_values('Age')
plt.plot(sorted_df['Age'], sorted_df['Salary'], marker='o', color='#1f77b4')
plt.title('年龄 vs 薪资 折线图')
plt.xlabel('年龄')
plt.ylabel('薪资（元）')
plt.grid(alpha=0.3)
plt.show()

# 2. 年龄vs薪资散点图
plt.figure(figsize=(10,6))
plt.scatter(df['Age'], df['Salary'], color='#ff7f0e', s=60)
plt.title('年龄 vs 薪资 散点图')
plt.xlabel('年龄')
plt.ylabel('薪资（元）')
plt.grid(alpha=0.3)
plt.show()

# 3. 年龄、薪资直方图
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14,6))
# 年龄直方图
ax1.hist(df['Age'], bins=8, color='skyblue', edgecolor='black')
ax1.set_title('年龄分布直方图')
ax1.set_xlabel('年龄')
ax1.set_ylabel('员工人数')
# 薪资直方图
ax2.hist(df['Salary'], bins=6, color='lightgreen', edgecolor='black')
ax2.set_title('薪资分布直方图')
ax2.set_xlabel('薪资（元）')
ax2.set_ylabel('员工人数')
plt.tight_layout()
plt.show()

# 4. 居住城市分布饼图
city_counts = df['Home City'].value_counts()
plt.figure(figsize=(10,10))
plt.pie(city_counts, labels=city_counts.index, autopct='%1.1f%%', startangle=90)
plt.title('员工居住城市占比')
plt.axis('equal') # 保证饼图为正圆形
plt.show()

# 5. 薪资、年龄箱线图
fig, (ax1, ax2) = plt.subplots(1,2, figsize=(14,6))
# 年龄箱线图
ax1.boxplot(df['Age'])
ax1.set_title('年龄分布箱线图')
ax1.set_xticklabels(['年龄'])
# 薪资箱线图
ax2.boxplot(df['Salary'])
ax2.set_title('薪资分布箱线图')
ax2.set_xticklabels(['薪资（元）'])
plt.tight_layout()
plt.show()

代码说明 #

• 折线图提前对年龄做了升序处理，避免无规律的折线波动影响可读性
• 饼图自动计算各城市员工占比，直接显示百分比数值
• 直方图和箱线图可直观查看年龄、薪资两个数值特征的分布规律、四分位区间和异常值情况

内容的提问来源于stack exchange，提问作者md ismail