import numpy as np

import pandas as pd

from matplotlib import pyplot as plt

if __name__ == "__main__":

    #读取数据

    df = pd.read_excel('tips.xlsx','sheet1')

    # print(df)

    #绘制散点图 证明推论，消费随着总账单的递增而递增

    # df.plot(kind='scatter',x='tip',y='total_bill',color='red',label='bill_tip')

    # plt.show()

    #计算消费占总帐单的百分比 .

    df['pct'] = df.tip / df.total_bill * 100

    #打印出消费占比高于30%的人群

    # print(df[df.pct>30])

    # print(df[df.pct>30].index)

    #过滤异常数据   默认axis=0 行级删除

    df = df.drop('tip',axis=1)

    print(df)

    #计算小费占比分布  箱型图

    # df.pct.plot(kind='box',label='tips pct%')

    # plt.show()

    #调查推论消费占比是否和性别有关

    # df[['pct','sex']].boxplot(by='sex')

    # plt.show()

    #调查推论，小费占比是否和工作日休息日有关

    # df[['pct','day']].boxplot(by='day')

    #调查推论，小费占比是否和吸烟有关

    # df[['pct','smoker']].boxplot(by='smoker')

    #按男女分组

    df_m = df[df.sex=='Male']

    df_f = df[df.sex=='Female']

    df_m[['pct','smoker']].boxplot(by='smoker')

    df_f[['pct','smoker']].boxplot(by='smoker')    

    #查询消费比例与用餐时段关系

    # df[['pct','time']].boxplot(by='time')

    plt.show()