Python分析美國(guó)警察槍擊案EDA

本篇內(nèi)容主要講解“Python分析美國(guó)警察槍擊案EDA”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“Python分析美國(guó)警察槍擊案EDA”吧!

1.準(zhǔn)備

開(kāi)始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上，如果你用Python的目的是數(shù)據(jù)分析，可以直接安裝Anaconda，它內(nèi)置了Python和pip。

此外，推薦大家用VSCode編輯器，因?yàn)樗梢栽诰庉嬈飨旅娴慕K端運(yùn)行命令安裝依賴模塊

本文提供了流程性，建議使用VSCode的Jupiter Notebook擴(kuò)展，新建一個(gè)稱為 test.ipynb 的文件，跟著教程一步步走下去。

Windows環(huán)境下打開(kāi)Cmd（開(kāi)始-運(yùn)行-CMD），蘋果系統(tǒng)環(huán)境下請(qǐng)打開(kāi)Terminal（command +空格輸入Terminal），輸入命令安裝依賴：

所需依賴：

pip install numpy
pip install pandas
pip install plotly
pip install seaborn

2.代碼與分析

首先，約會(huì)我們分析所需要使用的模塊：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
from datetime import datetime
import plotly.express as px
import plotly.graph_objects as go
import warnings
import plotly.offline as pyo
pyo.init_notebook_mode()
warnings.filterwarnings('ignore')
pd.set_option('display.max_columns', 500)
sns.set_style('white')
%matplotlib inline

需要分析的數(shù)據(jù)集：

df = pd.read_csv('./PoliceKillingsUS.csv', encoding='cp1252')
df.head()

時(shí)間特征

從這6年的月度數(shù)據(jù)來(lái)看，我們可以看到，在2015年上半年，2018年初和2020年第一季度，我們達(dá)到了每月超過(guò)100起致命事故的高峰。從月度來(lái)看，這種現(xiàn)象不明顯的后果。

df['date'] = df['date'].apply(lambda x: pd.to_datetime(x))
df['date'].groupby(df.date.dt.to_period('M')).count().plot(kind='line')

看看警察槍擊案的事故是否具有周末特征：

count = df['date'].apply(lambda x: 'Weekday' if x.dayofweek < 5 else 'Weekend').value_counts(normalize=True)
f, ax = plt.subplots(1,1)
sns.barplot(x=count.index, y=count.values, ax=ax, palette='twilight')

顯然，我們沒(méi)有證據(jù)表明周末會(huì)發(fā)生更多的案件。

不過(guò)，如果細(xì)化到星期里的每一天，我們會(huì)發(fā)現(xiàn)周中發(fā)生案件的概率較高：

count = df['date'].apply(lambda x: x.dayofweek).value_counts(normalize=True).sort_index()
count.index = ['Mon','Tue','Wed','Thu','Fri','Sat','Sun']

f, ax = plt.subplots(1,1)
sns.barplot(x=count.index, y=count.values, ax=ax, palette='twilight')
ax.set_title('Cases (%) for each day of the week');

接下來(lái)看看以下4個(gè)特征的分布：

精神疾病的征兆：是否精神障礙

威脅等級(jí)：威脅等級(jí)

body_camera：警察是否帶了隨身攝像頭

way_of_death：死亡方式

count_1 = df['signs_of_mental_illness'].value_counts(normalize=True)
count_2 = df['threat_level'].value_counts(normalize=True)
count_3 = df['body_camera'].value_counts(normalize=True)
count_4 = df['manner_of_death'].value_counts(normalize=True)

fig, axes = plt.subplots(2, 2, figsize=(8, 8), sharey=True)

sns.barplot(x=count_1.index, y=count_1.values, palette="rocket", ax=axes[0,0])
axes[0,0].set_title('Signs of mental illness (%)')
sns.barplot(x=count_2.index, y=count_2.values, palette="viridis", ax=axes[0,1])
axes[0,1].set_title('Threat level (%)')
sns.barplot(x=count_3.index, y=count_3.values, palette="nipy_spectral", ax=axes[1,0])
axes[1,0].set_title('Body camera (%)')
sns.barplot(x=count_4.index, y=count_4.values, palette="gist_heat", ax=axes[1,1])
axes[1,1].set_title('Manner of death (%)');

我們可以看到，只有20％的案例受害者有精神殘疾的限額；

只有10％的警察有隨身攝像頭；

70％的情況被宣布為危險(xiǎn)狀況；

死亡方式似乎不是一個(gè)有趣的變量，因?yàn)榇蠖鄶?shù)案件都是“槍斃”；

美國(guó)的警察是否具有種族主義傾向？

count = df.race.value_counts(normalize=True)
count.index = ['White', 'Black', 'Hispanic', 'Asian', 'Native American', 'Other']

f, ax = plt.subplots(1,1, figsize=(8,6))
sns.barplot(y=count.index, x=count.values, palette='Reds_r')
ax.set_title('Total cases for each race (%)');

share_race_usa_2019 = pd.Series([60.0, 12.4, 0.9, 5.6, 18.4, 2.7], index=['White','Black','Native American','Asian','Hispanic','Other'])

count_races = count / share_race_usa_2019
count_races = count_races.sort_values(ascending=False)
f, ax = plt.subplots(1,1, figsize=(8,6))

sns.barplot(y=count_races.index, x=count_races.values, palette='Greens_r')
ax.set_title('Total cases for each race on total USA race percentage rate');

受害者的年齡

接下來(lái)看看受害者年齡的分布密度圖：

sns.set_style('whitegrid')
fig, axes = plt.subplots(1, 1, figsize=(10, 8))
axes.xaxis.set_ticks(np.arange(0,100,10))

sns.kdeplot(df[df.race == 'N'].age, ax=axes, shade=True, color='#7FFFD4')
sns.kdeplot(df[df.race == 'O'].age, ax=axes, shade=True, color='#40E0D0')
sns.kdeplot(df[df.race == 'B'].age, ax=axes, shade=True, color='#00CED1')
sns.kdeplot(df[df.race == 'H'].age, ax=axes, shade=True, color='#6495ED')
sns.kdeplot(df[df.race == 'A'].age, ax=axes, shade=True, color='#4682B4')
sns.kdeplot(df[df.race == 'W'].age, ax=axes, shade=True, color='#008B8B')


legend = axes.legend_
legend.set_title("Race")
for t, l in zip(legend.texts,("Native", "Other", 'Black', 'Hispanic', 'Asian', 'White')):
    t.set_text(l)

由這些疊加的密度圖可以拋光：

對(duì)于而言和白人而言，大多數(shù)案件的受害者年齡都在30歲左右。

對(duì)于其他和印第安人來(lái)說(shuō)，在大多數(shù)案件中，受害者大約28歲。

對(duì)于西班牙裔和黑人而言，大多數(shù)案件的受害者年齡都在25歲左右。

所以我們可以說(shuō)，西班牙裔美國(guó)人和黑人的年輕人，是被警察開(kāi)槍射擊的高危人群。

受害者性別比例

按常理，這種暴力事件的受害者一般都為男性，看看是不是這樣：

fig = px.pie(values = df.gender.value_counts(normalize=True).values, names=df.gender.value_counts(normalize=True).index, title='Total cases gender (%)')
fig.update(layout=dict(title=dict(x=0.5),autosize=False, width=400, height=400))
fig.show()

到此，相信大家對(duì)“Python分析美國(guó)警察槍擊案EDA”有了更深的了解，不妨來(lái)實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！