Q016 - Da dove provengono le risorse che hanno permesso la nascita del laboratorio?


In [1]:
# -*- coding: UTF-8 -*-

# Render our plots inline
%matplotlib inline 

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

pd.set_option('display.mpl_style', 'default') # Make the graphs a bit prettier, overridden by seaborn
pd.set_option('display.max_columns', None) # Display all the columns
plt.rcParams['font.family'] = 'sans-serif' # Sans Serif fonts for all the graphs

# Reference for color palettes: http://web.stanford.edu/~mwaskom/software/seaborn/tutorial/color_palettes.html

# Change the font
matplotlib.rcParams.update({'font.family': 'Source Sans Pro'})

In [2]:
# Load csv file first
data = pd.read_csv("data/lab-survey.csv", encoding="utf-8")

In [3]:
# Check data
#data[0:4] # Equals to data.head()

In [4]:
# Range: D16[SQ001] - D16[SQ011] - D16[other]

funding_columns = ["D16[SQ001]","D16[SQ002]","D16[SQ003]","D16[SQ004]",
               "D16[SQ005]","D16[SQ006]","D16[SQ007]","D16[SQ008]",
               "D16[SQ009]","D16[SQ010]","D16[SQ011]","D16[SQ012]","D16[SQ013]"]
funding_options = ['Singolo individuo privato',
               'Gruppo di individui privati',
               'Scuola primaria (scuola elementare)',
               u'Universitá',
               'Museo',
               'Centro di ricerca',
               "Incubatore o acceleratore d'impresa",
               'Coworking',
               'Impresa privata',
               'Fondazione',
               'Partecipazione a bando pubblico',
               'Scuola secondaria di primo grado (scuola media)',
               'Scuola secondaria di secondo grado (scuola superiore)']
funding = data[funding_columns]
funding.replace(u'Sì', 'Si', inplace=True) # Get rid of accented characters 
funding_other = data['D16[other]'].str.lower().value_counts()


-c:20: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

In [5]:
#funding[0:4]

In [6]:
%%capture output

# Save the output as a variable that can be saved to a file
# Gather data
funding_b = {}

for k,i in enumerate(funding_columns):
    funding_b[k] = funding[i].value_counts(dropna=False)
    print "Data:",funding_options[k].encode('utf-8')
    print funding_b[k]
    print
    print "Data %:",funding_options[k].encode('utf-8')
    print funding[i].value_counts(normalize=True,dropna=False)*100
    print

In [7]:
# Save+show the output to a text file
%save Q016-DotazioniLab01.py str(output)
shutil.move("Q016-DotazioniLab01.py", "text/Q016-DotazioniLab01.txt")


The following commands were written to file `Q016-DotazioniLab01.py`:
Data: Singolo individuo privato
No     60
Si     10
NaN     0
dtype: int64

Data %: Singolo individuo privato
No     85.714286
Si     14.285714
NaN     0.000000
dtype: float64

Data: Gruppo di individui privati
Si     45
No     25
NaN     0
dtype: int64

Data %: Gruppo di individui privati
Si     64.285714
No     35.714286
NaN     0.000000
dtype: float64

Data: Scuola primaria (scuola elementare)
No     68
Si      2
NaN     0
dtype: int64

Data %: Scuola primaria (scuola elementare)
No     97.142857
Si      2.857143
NaN     0.000000
dtype: float64

Data: Universitá
No     70
NaN     0
dtype: int64

Data %: Universitá
No     100
NaN      0
dtype: float64

Data: Museo
No     69
Si      1
NaN     0
dtype: int64

Data %: Museo
No     98.571429
Si      1.428571
NaN     0.000000
dtype: float64

Data: Centro di ricerca
No     66
Si      4
NaN     0
dtype: int64

Data %: Centro di ricerca
No     94.285714
Si      5.714286
NaN     0.000000
dtype: float64

Data: Incubatore o acceleratore d'impresa
No     69
Si      1
NaN     0
dtype: int64

Data %: Incubatore o acceleratore d'impresa
No     98.571429
Si      1.428571
NaN     0.000000
dtype: float64

Data: Coworking
No     68
Si      2
NaN     0
dtype: int64

Data %: Coworking
No     97.142857
Si      2.857143
NaN     0.000000
dtype: float64

Data: Impresa privata
No     56
Si     14
NaN     0
dtype: int64

Data %: Impresa privata
No     80
Si     20
NaN     0
dtype: float64

Data: Fondazione
No     65
Si      5
NaN     0
dtype: int64

Data %: Fondazione
No     92.857143
Si      7.142857
NaN     0.000000
dtype: float64

Data: Partecipazione a bando pubblico
No     60
Si     10
NaN     0
dtype: int64

Data %: Partecipazione a bando pubblico
No     85.714286
Si     14.285714
NaN     0.000000
dtype: float64

Data: Scuola secondaria di primo grado (scuola media)
No     70
NaN     0
dtype: int64

Data %: Scuola secondaria di primo grado (scuola media)
No     100
NaN      0
dtype: float64

Data: Scuola secondaria di secondo grado (scuola superiore)
No     68
Si      2
NaN     0
dtype: int64

Data %: Scuola secondaria di secondo grado (scuola superiore)
No     97.142857
Si      2.857143
NaN     0.000000
dtype: float64



In [8]:
yes = []
no = []
nanvalue = []

for k,i in enumerate(funding_columns):
    funding_presents = funding_b[k].index.tolist()
    
    # Convert NaN to "NaN"
    for o,h in enumerate(funding_presents):
        if type(h) is float:
            funding_presents.pop(o)
            funding_presents.append("NaN")
    
    # Reassign new list with "NaN"
    funding_b[k].index = funding_presents
    
    # Check for empty values, and put a 0 instead
    if "Si" not in funding_presents:
        yes.append(0)
    if "No" not in funding_presents:
        no.append(0)
    if "NaN" not in funding_presents:
        nanvalue.append(0)
    
    for j in funding_presents:
        if j == "Si":
            yes.append(funding_b[k].ix["Si"])
        elif j == "No":
            no.append(funding_b[k].ix["No"])
        elif j == "NaN":
            nanvalue.append(funding_b[k].ix["NaN"])

In [9]:
# Plot the data
plt.figure(figsize=(8,6))
plt.xlabel(u'Finanziatori', fontsize=16)
plt.ylabel(u'Lab', fontsize=16)
plt.title(u'Da dove provengono le risorse che hanno permesso la nascita del laboratorio?', fontsize=18, y=1.02)
plt.xticks(range(len(funding_options)),funding_options,rotation=90)
ind = np.arange(len(funding_columns))   # the x locations for the groups
width = 0.25                              # the width of the bars

my_colors = seaborn.color_palette("Set1", 3) # Set color palette
rect1 = plt.bar(ind,yes,width,color=my_colors[1],align='center') # Plot Yes
rect2 = plt.bar(ind+width,no,width,color=my_colors[0],align='center') # Plot No 
rect3 = plt.bar(ind+width*2,nanvalue,width,color=my_colors[2],align='center') # Plot NaN 
plt.legend( (rect1, rect2, rect3), ('Si', 'No', 'Nessuna risposta') )
plt.savefig("svg/Q016-DotazioniLab01.svg")
plt.savefig("png/Q016-DotazioniLab01.png")
plt.savefig("pdf/Q016-DotazioniLab01.pdf")



In [10]:
%%capture output

# Save the output as a variable that can be saved to a file
# Get "other" data
funding_other = data["D16[other]"].str.lower().value_counts()
print "Data:"
print funding_other
print ""
print "Data %:"
print data["D16[other]"].str.lower().value_counts(normalize=True) * 100

In [11]:
# Save+show the output to a text file
%save Q016-DotazioniLab02.py str(output)
shutil.move("Q016-DotazioniLab02.py", "text/Q016-DotazioniLab02.txt")


The following commands were written to file `Q016-DotazioniLab02.py`:
Data:
centro di formazione                                     1
provincia                                                1
consorzio industriale                                    1
coop gruppo scuola                                       1
associazione di categoria                                1
comune di alessandria                                    1
dal bando lo spazio in comodato gratuito e 10000 euro    1
fondi regionali                                          1
reggio emilia innovazione                                1
piano locale giovani                                     1
dtype: int64

Data %:
centro di formazione                                     1.428571
provincia                                                1.428571
consorzio industriale                                    1.428571
coop gruppo scuola                                       1.428571
associazione di categoria                                1.428571
comune di alessandria                                    1.428571
dal bando lo spazio in comodato gratuito e 10000 euro    1.428571
fondi regionali                                          1.428571
reggio emilia innovazione                                1.428571
piano locale giovani                                     1.428571
dtype: float64


In [12]:
# Plot bar
plt.figure(figsize=(8,6))
plt.title(u'Da dove provengono le risorse che hanno permesso la nascita del laboratorio? Altro', fontsize=18, y=1.02)
plt.xticks(range(len(funding_other.index)),funding_other.index,rotation=90)
plt.xlabel('Finanziatori', fontsize=16)
plt.ylabel('Lab', fontsize=16)
ind = np.arange(len(funding_other))   # the x locations for the groups
width = 0.35                       # the width of the bars

my_colors = seaborn.color_palette("husl", len(funding_other)) # Set color palette
rect1 = plt.bar(ind,funding_other,width,color=my_colors,align='center')
plt.savefig("svg/Q016-DotazioniLab02.svg")
plt.savefig("png/Q016-DotazioniLab02.png")
plt.savefig("pdf/Q016-DotazioniLab02.pdf")



In [12]: