注册
第 4 章 Python 数据可视化之 matplotlib 库 和 pyplot 库——Python办公自动化
当前位置：首页 > python基础
第 4 章 Python 数据可视化之 matplotlib 库 和 pyplot 库——Python办公自动化

中中

2022/8/7 21:47:01

分享 收藏 私信 0 回答·

368 阅读

       图表是最能直观展示数据所汇总的结果，特别是在大数据时代，庞大的数据量让我们目不暇接。如股票市场就是最典型的案例，如果没有图表的展示，巨量的大数据一定会让我们无所适从，通过图表的描述，我们才能得以从浩瀚的数据海洋中解脱出来，一目了然的了解市场整体的走向，从而影响到我们的判断及动作。可以说，图表是大数据直观展示最为重要的一环。图表具有多样性，可以根据不同来源的数据给出不同的展示方式。

      本章中主要讨论由电子表格 Excel 承载的数据所产生的图表。其中包括常用的柱状图、饼图、拆线图、散点图、直方图、密度图、面积图、环形图、雷达图等。通过以不同图表对数据的展示，可以从不同的角度了解分析大量数据里隐含的规律性，从而提高对事物的了解程度，并可作为各种预测与决策的依据。

实例01：绘制条形图


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“饮料全表”工作表，以“品名”和“单价”建立条形图。 

											
    				
  1. 			import matplotlib.pyplot as plt		
    2. 		
  2. 			import pandas as pd		
    3. 		
  3. 			import numpy as np		
    4. 		
  4. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    5. 		
  5. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    6. 		
  6. 					
    7. 		
  7. 			stu=pd.read_excel('d:/abc/例题锦集.xlsx',sheet_name="饮料全表")		
    8. 		
  8. 					
    9. 		
  9. 			fig,axes=plt.subplots(2,1)		
    10. 		
  10. 			data=pd.Series(list(stu['单价']),index=list(stu['品名']))		
    11. 		
  11. 			data.plot.bar(ax=axes[0],color='k',alpha=0.7,rot=0)		
    12. 		
  12. 					
    13. 		
  13. 			data.plot.barh(ax=axes[1],color='k',alpha=0.7)		
    14. 		
  14. 					
    15. 		
  15. 			plt.show()		
    16.



教学视频：

/Upload/image/20220807085522_6858.mp4


实例02：绘制散点图


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售额度”工作表，以“月份”为X轴，“销售额”为Y轴建立散点图。 

											
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib .pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('D:/abc/例题锦集.xlsx',sheet_name="销售额度")		
    7. 		
  7. 					
    8. 		
  8. 			stu.plot.scatter(x='月份',y='销售额')            #建立散点图		
    9. 		
  9. 					
    10. 		
  10. 			plt.show()		
    11.



教学视频：

/Upload/image/20220807085821_6498.mp4


实例03：绘制普通柱状图


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“饮料全表”工作表，以“品名”、“单价”为依据建立柱状图。 

						
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib .pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('d:/abc/例题锦集.xlsx',sheet_name="饮料全表")		
    7. 		
  7. 					
    8. 		
  8. 			plt.bar(stu.品名,stu.单价)                       #建立柱型图		
    9. 		
  9. 					
    10. 		
  10. 			plt.show()		
    11.



教学视频：

/Upload/image/20220807090009_6380.mp4


实例04：分组柱状图及优化


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“饮料全表”工作表，以“品名”、“数量”、“总价”为依据建立柱状图。 

						
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib .pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('d:/abc/例题锦集.xlsx',sheet_name='饮料全表')		
    7. 		
  7. 					
    8. 		
  8. 			stu.sort_values(by='数量',inplace=True,ascending=False)    #排序		
    9. 		
  9. 			stu.plot.bar(x='品名',y=['数量','总价'])                       #建立柱型图		
    10. 		
  10. 			plt.title('饮料销售情况',fontsize=16,fontweight='bold')     #设置图表标题及字体字号		
    11. 		
  11. 			plt.xlabel('品名',fontweight='bold')                          #设置图表行标题          		
    12. 		
  12. 			plt.ylabel('数量/总价',fontweight='bold')                     #设置图表列标题		
    13. 		
  13. 			ax=plt.gca()		
    14. 		
  14. 			ax.set_xticklabels(stu['品名'],rotation=360)                 #旋转行标题		
    15. 		
  15. 					
    16. 		
  16. 			plt.show()		
    17.



教学视频：

/Upload/image/20220808090839_0112.mp4


实例05：绘制叠加柱状图


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售情况”工作表，以“1月销量”、“2月销量”“3月销量”、“4月销量”为依据建立叠加柱状图。 

						
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib .pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('d:/abc/例题锦集.xlsx',sheet_name="销售情况")		
    7. 		
  7. 					
    8. 		
  8. 			stu.plot.barh(y=['1月销量','2月销量','3月销量','4月销量'],stacked=True) #建立柱形图		
    9. 		
  9. 			                          		
    10. 		
  10. 			plt.title("饮料销量情况图",fontsize=16,fontweight='bold')   #建立图表标题		
    11. 		
  11. 			plt.ylabel("数量",fontsize=12,fontweight='bold')            #设置图表Y轴		
    12. 		
  12. 			ax=plt.gca()		
    13. 		
  13. 			ax.set_xticklabels(stu['品名'],rotation=360)                #旋转行标题 		
    14. 		
  14. 					
    15. 		
  15. 			plt.show()		
    16.



教学视频：

/Upload/image/20220808091006_0256.mp4


实例06：绘制普通饼图


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售情况”工作表，以“1月销量”为依据建立饼图。 

						
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib .pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('d:/abc/例题锦集.xlsx',sheet_name="销售情况",index_col="品名")		
    7. 		
  7. 					
    8. 		
  8. 			stu['1月销量'].plot.pie()        #建立饼图		
    9. 		
  9. 					
    10. 		
  10. 			plt.show()		
    11.



教学视频：

/Upload/image/20220808091143_6958.mp4


实例07：饼图优化


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售情况”工作表，以“1月销量”为依据建立饼图。 

						
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib.pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('d:/abc/例题锦集.xlsx',sheet_name="销售情况",index_col="品名")		
    7. 		
  7. 					
    8. 		
  8. 			stu['1月销量'].plot.pie(fontsize=8,counterclock=False,startangle=-270) #建立饼图 		
    9. 		
  9. 					
    10. 		
  10. 			plt.title("饮料销量情况图",fontsize=20,fontweight='bold')         #加入标题		
    11. 		
  11. 			plt.ylabel('1月销量',fontsize=14,fontweight='bold')              #重新设置列标题		
    12. 		
  12. 					
    13. 		
  13. 			plt.show()		
    14.



教学视频：

/Upload/image/20220808091307_2203.mp4


实例08：绘制环形图


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售报表”工作表，对各种“品名”以“销售数量”方式建立环形图。 

						
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib.pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('D:/abc/例题锦集.xlsx',sheet_name="销售报表")		
    7. 		
  7. 					
    8. 		
  8. 			x=stu['品名']		
    9. 		
  9. 			y=stu['销售数量']		
    10. 		
  10. 			plt.pie(y,labels=x,autopct='%.2f%%',pctdistance=0.85,radius=1.0,labeldistance=1.1,wedgeprops={'width':0.3,'linewidth':2,'edgecolor':'white'})    #制作圆环图		
    11. 		
  11. 			plt.title(label='产品销售数量占比图',fontdict={'color':'black',\		
    12. 		
  12. 			                                      'size':20},loc='center')		
    13. 		
  13. 					
    14. 		
  14. 			plt.show()		
    15.



教学视频：

/Upload/image/20220808091453_8540.mp4


实例09：绘制直方图


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“服装销售”工作表，以“月销售额”建立直方图。 

						
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib .pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('D:/abc/例题锦集.xlsx',sheet_name="服装销售")		
    7. 		
  7. 					
    8. 		
  8. 			stu.月销售额.plot.hist()     #建立直方图		
    9. 		
  9. 					
    10. 		
  10. 			plt.show()		
    11.



教学视频：

/Upload/image/20220808091623_3212.mp4


实例10：直方图优化


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“服装销售”工作表，以“月销售额”建立直方图。 

						
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib .pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('D:/abc/例题锦集.xlsx',sheet_name="服装销售")		
    7. 		
  7. 					
    8. 		
  8. 			stu.月销售额.plot.hist(bins=30)                          #建立直方图		
    9. 		
  9. 					
    10. 		
  10. 			plt.xticks(range(5,40,10),fontsize=8,rotation=90)  #设置X轴间隔		
    11. 		
  11. 					
    12. 		
  12. 			plt.show()		
    13.



教学视频：

/Upload/image/20220808091748_6336.mp4


实例11：绘制密度图


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“股票数据”工作表，以“最高”建立密度图。本例中需要安装外部库pip installscipy。 

		
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib .pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('D:/abc/例题锦集.xlsx',sheet_name="股票数据",index_col='股票名称')		
    7. 		
  7. 					
    8. 		
  8. 			stu.最高.plot.density()        #建立密度图		
    9. 		
  9. 					
    10. 		
  10. 			plt.show()		
    11.



教学视频：

/Upload/image/20220808095034_9181.mp4


实例12：绘制折线图


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售数量”工作表，以“农夫山泉”为依据建立折线图。 

		
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib .pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('d:/abc/例题锦集.xlsx',sheet_name="销售数量")		
    7. 		
  7. 					
    8. 		
  8. 			stu.plot(y='农夫山泉')     #建立拆线图		
    9. 		
  9. 					
    10. 		
  10. 			plt.show()		
    11.



教学视频：

/Upload/image/20220808095152_7841.mp4


实例13：折线图优化


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售数量”工作表，以“农夫山泉”为依据建立折线图。 

		
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib .pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('d:/abc/例题锦集.xlsx',sheet_name="销售数量")		
    7. 		
  7. 					
    8. 		
  8. 			stu.plot(y=['农夫山泉'])                                        #建立拆线图		
    9. 		
  9. 					
    10. 		
  10. 			plt.title("饮料销量情况图",fontsize=16,fontweight='bold')  #加入标题		
    11. 		
  11. 			plt.xlabel("产品名称",fontsize=12,fontweight='bold')       #设置X轴		
    12. 		
  12. 			plt.ylabel("销售数量",fontsize=12,fontweight='bold')       #设置Y轴		
    13. 		
  13. 					
    14. 		
  14. 			plt.show()		
    15.



教学视频：

/Upload/image/20220808095312_0444.mp4


实例14：折线图叠加


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售数量”工作表，以“农夫山泉”、“加多宝”“可口可乐”、“红牛饮料”为依据建立叠加折线图。 

		
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib .pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('d:/abc/例题锦集.xlsx',sheet_name="销售数量")		
    7. 		
  7. 					
    8. 		
  8. 			stu.plot.area(y=['农夫山泉','加多宝','可口可乐','红牛饮料'])    #建立拆线图		
    9. 		
  9. 					
    10. 		
  10. 			plt.title("饮料销量情况图",fontsize=16,fontweight='bold')     #加入标题		
    11. 		
  11. 			plt.xlabel("产品名称",fontsize=12,fontweight='bold')          #设置X轴		
    12. 		
  12. 			plt.ylabel("销售数量",fontsize=12,fontweight='bold')          #设置Y轴		
    13. 		
  13. 					
    14. 		
  14. 			plt.show()		
    15.



教学视频：

/Upload/image/20220808095433_0478.mp4


实例15：绘制多折线图


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售数量”工作表，以“农夫山泉”、“加多宝”“可口可乐”、“红牛饮料”为依据建立多折线图。 

		
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib .pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('d:/abc/例题锦集.xlsx',sheet_name="销售数量")		
    7. 		
  7. 					
    8. 		
  8. 			stu.plot(y=['农夫山泉','加多宝','可口可乐','红牛饮料'])        #建立拆线图		
    9. 		
  9. 					
    10. 		
  10. 			plt.title("饮料销量情况图",fontsize=16,fontweight='bold')  #加入标题		
    11. 		
  11. 			plt.xlabel("产品名称",fontsize=12,fontweight='bold')       #设置X轴		
    12. 		
  12. 			plt.ylabel("销售数量",fontsize=12,fontweight='bold')       #设置Y轴		
    13. 		
  13. 					
    14. 		
  14. 			plt.show()		
    15.



教学视频：

/Upload/image/20220808095602_6449.mp4


实例16：绘制气泡图


题目：将d:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售额度”工作表，以“月份”为X轴，“销售额”为Y轴建立气泡图。 

		
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib.pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False        #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('D:/abc/例题锦集.xlsx',sheet_name="销售额度")		
    7. 		
  7. 					
    8. 		
  8. 			size=stu['销售额'].rank()  #先定义气泡大小		
    9. 		
  9. 			n=20                          #n 为倍数，用来调节气泡的大小 		
    10. 		
  10. 					
    11. 		
  11. 			plt.scatter(stu['月份'],stu['销售额'],s=size*n,alpha=0.6)   #建立气泡图		
    12. 		
  12. 					
    13. 		
  13. 			plt.show()		
    14.



教学视频：

/Upload/image/20220808095719_7931.mp4


实例17：绘制雷达图


题目：将D:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“班级成绩”工作表，以“班级”为依据建立雷达图。 

		
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import numpy as np		
    3. 		
  3. 			import matplotlib.pyplot as plt		
    4. 		
  4. 			df=pd.read_excel('d:\\abc\\例题锦集.xlsx',sheet_name="班级成绩")		
    5. 		
  5. 			df=df.set_index('科目')                       #设置行索引		
    6. 		
  6. 					
    7. 		
  7. 			def plot_ldb(data,feature):                   #自定义函数		
    8. 		
  8. 			    plt.rcParams['font.sans-serif']=['SimHei']       #设置默认字体		
    9. 		
  9. 			    plt.rcParams['axes.unicode_minus']=False      #解决坐标轴值为负数时无法正常显示负号的问题		
    10. 		
  10. 			    cols=['语文','数学','外语','物理','化学']        #指定各个班级要显示的各科的名称		
    11. 		
  11. 			    colors=['green','blue','red']                   #为每个班级设置图表中的显示颜色		
    12. 		
  12. 			    angles=np.linspace(0.1*np.pi,2.1*np.pi,len(cols),endpoint=False)  #根据要显示的科目个数对圆形进行等分		
    13. 		
  13. 			    angles=np.concatenate((angles,[angles[0]]))  #连接刻度线数据		
    14. 		
  14. 			    fig=plt.figure(figsize=(8,8))           #设置显示图表的窗口大小		
    15. 		
  15. 			    ax=fig.add_subplot(111,polar=True)     #设置图表在窗口中的显示位置，并设置坐标轴为极坐标体系		
    16. 		
  16. 			    for i,c in enumerate(feature):		
    17. 		
  17. 			        stats=data.loc[c]                      #获取班级对应的科目数据		
    18. 		
  18. 			        stats=np.concatenate((stats,[stats[0]]))     #连接班级的指标数据		
    19. 		
  19. 			        ax.plot(angles,stats,'-',linewidth=6,c=colors[i],label='%s'%(c))  #制作雷达图		
    20. 		
  20. 			        ax.fill(angles,stats,color=colors[i],alpha=0.25)       #为雷达图填充颜色		
    21. 		
  21. 			    ax.legend()                                       #为雷达图添加图例		
    22. 		
  22. 			    ax.set_xticklabels(close)		
    23. 		
  23. 			    ax.set_yticklabels([])                               #隐藏坐标轴数据		
    24. 		
  24. 			    plt.show()                                        #显示制作的雷达图		
    25. 		
  25. 			    return fig		
    26. 		
  26. 			fig=plot_ldb(df,['甲班','乙班','丙班'])                       #调用自定义函数制作雷达图		
    27. 		
  27. 					
    28. 		
  28. 			plt.show()		
    29.



教学视频：

/Upload/image/20220808154203_0612.mp4


实例18：绘制面积图


题目：将D:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售报表”工作表，以“销售数量”为依据建立面积图。 

		
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib.pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']      #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False    #解决显示问题		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('D:/abc/例题锦集.xlsx',sheet_name="销售报表")		
    7. 		
  7. 					
    8. 		
  8. 			stu1=pd.DataFrame(stu['销售数量'])		
    9. 		
  9. 					
    10. 		
  10. 			stu1.plot.area(stacked=False)		
    11. 		
  11. 					
    12. 		
  12. 			plt.show()		
    13.



教学视频：

/Upload/image/20220808154418_3713.mp4


实例19：绘制叠加区域图


题目：将D:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售情况”工作表，以“1月销量”“2月销量”“3月销量”“品名”为依据建立叠加区域图。 

		
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import matplotlib.pyplot as plt		
    3. 		
  3. 			plt.rcParams['font.sans-serif']=['SimHei']        #设置默认字体		
    4. 		
  4. 			plt.rcParams['axes.unicode_minus']=False      #正常显示负号		
    5. 		
  5. 					
    6. 		
  6. 			stu=pd.read_excel('d:\\abc\\例题锦集.xlsx',sheet_name="销售情况",index_col="品名") 		
    7. 		
  7. 					
    8. 		
  8. 			stu.plot.area(y=['1月销量','2月销量','3月销量'])  #建立叠加区域图		
    9. 		
  9. 					
    10. 		
  10. 			plt.title('月份销售情况',fontsize=16,fontweight='bold')		
    11. 		
  11. 			plt.ylabel('总量',fontsize=12,fontweight='bold')		
    12. 		
  12. 					
    13. 		
  13. 			plt.show()		
    14.



教学视频：

/Upload/image/20220808154539_0210.mp4


实例20：绘制股票趋势图


题目：通过Tushare输出代码为“300111”（向日葵）的股票在2009年1月之后的股价变化趋势图表。 

		
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import tushare as ts                            #调用财经数据接口包		
    3. 		
  3. 			import matplotlib.pyplot as plt		
    4. 		
  4. 					
    5. 		
  5. 			frame=ts.get_k_data('300111',start='2009-01-01')    #查询“向日葵”股票信息 		
    6. 		
  6. 			frame=frame.set_index('date')                   #为日期设置索引		
    7. 		
  7. 			frame.index=pd.to_datetime(frame.index)         #获取指定的日期		
    8. 		
  8. 			plt.plot(frame['close'])                        #绘制基础走势图 		
    9. 		
  9. 					
    10. 		
  10. 			plt.show()		
    11.



教学视频：

/Upload/image/20220808154703_4712.mp4


实例21：制作数据透视表


题目：将D:盘abc文件夹中的“例题锦集.xlsx”文件打开，同时打开其中的“销售报表”工作表，以“序号”为索引建立新的工作表，并将工作簿以“466.xlsx”为名保存在相同文件夹中。 

		
    				
  1. 			import pandas as pd		
    2. 		
  2. 			import numpy as np		
    3. 		
  3. 					
    4. 		
  4. 			stu=pd.read_excel('D:/abc/例题锦集.xlsx',sheet_name="销售报表",index_col='序号')		
    5. 		
  5. 			stu['Year']=pd.DatetimeIndex(stu['销售日期']).year		
    6. 		
  6. 					
    7. 		
  7. 			pt1=stu.pivot_table(index='类别',columns='Year',values='销售数量',aggfunc=np.sum)		
    8. 		
  8. 					
    9. 		
  9. 			pt1.to_excel('d:/abc/466.xlsx')  #写入Excel文件中		
    10.



教学视频：

/Upload/image/20220808154822_0212.mp4



                        <本 章 完>



还可以输入200个字

相关推荐

蝈蝈派【海南省教改项目(Hnjg2022-80)支持】 网站版权所有

Python remained the copyright of our website

吉公网安备 22020402000437号

备案号：吉ICP备2020005062号-2

关注QQ群

了解Python

实时动态