python绘制时间段比例分布图

#绘制分布图
import pandas as pd
import matplotlib.pyplot as plt

# 读取 Excel 文件
df = pd.read_excel(r'C:\Users\wangkejun\Desktop\MLC1.xlsx')

# 将时间字符串转换为 datetime 类型
df['订单操作'] = pd.to_datetime(df['订单操作'], format='%H:%M:%S')

# 提取小时信息
df['订单操作'] = df['订单操作'].dt.hour

# 绘制时间段分布图
plt.figure(figsize=(10, 6))
plt.hist(df['订单操作'], bins=24, color='skyblue', edgecolor='black')
plt.xlabel('Hour of Day')
plt.ylabel('Frequency')
plt.title('Distribution of Time Periods')
plt.xticks(range(0, 24))
plt.grid(axis='y', alpha=0.75)
plt.show()

1. 首先，通过pd.read_excel()函数读取名为"MLC1.xlsx"的Excel文件，并将数据存储在名为df的DataFrame对象中。

2. 然后，使用pd.to_datetime()函数将订单操作列中的时间字符串转换为datetime类型。这里我们使用了format='%H:%M:%S'参数来指定时间字符串的格式，以确保正确地解析时间信息。

3. 接下来，我们提取了订单操作时间中的小时信息，将其存储回订单操作列中。这可以通过df['订单操作'].dt.hour来完成，其中dt表示datetime属性，.hour表示提取小时信息。

4. 然后，使用plt.figure()创建一个新的图形，并设置其大小为(10, 6)。

5. 调用plt.hist()函数绘制直方图，其中df['订单操作']是要绘制的数据，bins=24表示将一天分成24个时段，color='skyblue'设置颜色，edgecolor='black'设置边缘颜色。

6. 使用plt.xlabel()和plt.ylabel()设置x轴和y轴的标签，plt.title()设置图表的标题，plt.xticks(range(0, 24))设置x轴刻度为0到23，plt.grid(axis='y', alpha=0.75)显示y轴的网格线。

7. 最后，调用plt.show()显示绘制的图表。