逻辑回归案例：电信用户流失预测 - 数据可视化

print(churn_df.columns)

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

def dm02_数据可视化():
    """数据可视化"""
    # 1. 读取CSV文件
    churn_df = pd.read_csv('data/churn.csv')
    
    # 2. 对object类型列做one-hot编码
    churn_df = pd.get_dummies(churn_df, columns=['Churn', 'gender'])
    
    # 3. 删除冗余列
    churn_df = churn_df.drop(columns=['Churn_No', 'gender_male'])
    
    # 4. 修改列名
    churn_df = churn_df.rename(columns={'Churn_Yes': 'flag'})
    
    # 5. 查看列名（方便抽取特征）
    print("=== 所有列名 ===")
    print(churn_df.columns.tolist())
    
    # 6. 数据可视化
    plt.figure(figsize=(10, 6))
    
    # 绘制计数柱状图：月租会员的流失情况
    sns.countplot(x='Contract_Month', hue='flag', data=churn_df)
    plt.title('月租会员流失情况')
    plt.xlabel('是否月租会员')
    plt.ylabel('数量')
    plt.legend(['未流失', '流失'])
    plt.show()
    
    # 7. 查看其他特征与流失的关系
    fig, axes = plt.subplots(2, 2, figsize=(15, 10))
    
    # 互联网服务与流失
    sns.countplot(x='InternetService', hue='flag', data=churn_df, ax=axes[0, 0])
    axes[0, 0].set_title('互联网服务与流失')
    
    # 支付方式与流失
    sns.countplot(x='PaymentMethod_Electronic', hue='flag', data=churn_df, ax=axes[0, 1])
    axes[0, 1].set_title('支付方式与流失')
    
    # 月租会员与流失
    sns.countplot(x='Contract_Month', hue='flag', data=churn_df, ax=axes[1, 0])
    axes[1, 0].set_title('月租会员与流失')
    
    # 性别与流失
    sns.countplot(x='gender_Female', hue='flag', data=churn_df, ax=axes[1, 1])
    axes[1, 1].set_title('性别与流失')
    
    plt.tight_layout()
    plt.show()

# 运行
if __name__ == '__main__':
    dm02_数据可视化()

sns.countplot(x='Contract_Month', hue='flag', data=churn_df)