2001-2020粮棉油进行数据可视化分析

2001-2020粮棉油进行数据可视化分析

选择任意布局（如下例），按要求完成图表绘制

或

- A：2001-2020年棉花产量走势折线图

- B：2010-2020年粮棉油增长率柱状图

- C：2020年棉粮油产量比例饼状图

- D：2020年棉粮油经济价值比例饼状图

（以粮食均价为3600元/吨，棉花均价为16000元/吨，油料均价为6000元/吨为例）

统计时间	粮食产量（万吨）	粮食产量增长（%）	棉花（万吨）	棉花增长（%）	油料（万吨）	油料增长（%）
2001年	45263.67	1.2	532.35	-4.2	2864.9	1.3
2002年	45705.75	1	491.62	-7.7	2897.2	1.1
2003年	43069.53	-5.8	485.97	-1.1	2811	-3
2004年	46946.95	9	632.35	30.1	3065.91	9.1
2005年	48402.19	3.1	571.42	-9.6	3077.14	0.4
2006年	49804.23	2.9	753.28	31.8	2640.31	-14.2
2007年	50413.85	1.2	759.71	0.9	2786.99	5.6
2008年	53434.29	6	723.23	-4.8	3036.76	9
2009年	53940.86	0.9	623.58	-13.8	3139.42	3.4
2010年	55911.31	3.7	577.04	-7.5	3156.77	0.6
2011年	58849.33	5.3	651.89	13	3212.51	1.8
2012年	61222.62	4	660.8	1.4	3285.62	2.3
2013年	63048.2	3	628.16	-4.9	3348	1.9
2014年	63964.83	1.5	629.94	0.3	3371.92	0.7
2015年	66060.27	3.3	590.74	-6.2	3390.47	0.6
2016年	66043.51	0	534.28	-9.6	3400.05	0.3
2017年	66160.73	0.2	565.25	5.8	3475.24	2.2
2018年	65789.22	-0.6	610.28	8	3433.39	-1.2
2019年	66384.34	0.9	588.9	-3.5	3492.98	1.7
2020年	66949	0.9	591	0.4	3585	2.6

（注：表中数据来自中国政府网 http://www.gov.cn/shuju/index.htm ） 上表是2002年至2020年中国粮棉油产量统计数据。

对数据进行可视化分析的代码如下：

# 1. 导入所需要的库
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import pymysql


# 2. 设置全局变量
plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置字体为SimHei
plt.rcParams['axes.unicode_minus']=False  # 使图支持中文字符
plt.rcParams['figure.figsize'] = (20, 8)  # 设置画布大小
plt.rcParams['figure.dpi'] = 150  # 设置分辨率

FILE_NAME = "粮食产量.xls"  # 读取数据赋给全局变量FILE_NAME

# 3. 导入数据
df = pd.read_excel(FILE_NAME)
data = df.values

x1 = data[:, 0]  # 取第一列数据
y1 = data[:, 3]
x1_label = '年份'  # 设置标签
y1_label = '棉花产量（万吨）'

x2 = data[9:20, 0]  # 取9-20行第一列数据
y21 = data[9:20, 2]
y22 = data[9:20, 4]
y23 = data[9:20, 6]
x2_label = '年份'
y2_label = '增长率（%）'

data_2020 = df[df['统计时间']=='2020年'].loc[:, ['粮食产量（万吨）', '棉花（万吨）', '油料（万吨）']].T
x3 = data_2020.values[:, 0]
y3 = data_2020.index.str.replace('（万吨）', '').values

x4 = [data_2020.iloc[0,0]*10000*3600, data_2020.iloc[1,0]*10000*16000, data_2020.iloc[2,0]*10000*6000]
y4 = y3

我们这里将图画在一个画布上，当然也可以画在多个画布

# 4. 作图

plt.figure(figsize=(20, 36), facecolor='#ccddcc') # 设置画布大小

# 4.1 粮食产量走势图
plt.subplot(311)  # 3行一列
plt.plot(x1, y1, marker='o')
plt.xticks(x1)  # 设置刻度
plt.xlabel(x1_label, size=13)
plt.ylabel(y1_label, size=13)
plt.title("2001-2020年棉花产量走势折线图", size=20)  # 设置标题
plt.grid()  # 设置网格

# 4.1.1 设置数据标签
for _x, _y in zip(x1, y1):
    plt.text(_x, _y + 0.1, '%.2f' % _y, ha='center', va='bottom', size=10)

# 4.2 粮棉油增长率柱状图
plt.subplot(312)
width = 0.21
xtick = np.arange(0, x2.size)
t_1 = plt.bar(xtick, y21,  width=width, label='粮')
t_2 = plt.bar(xtick + width, y22, width=width, label='棉')
t_3 = plt.bar(xtick + 2 * width, y23, width=width, label='油')
plt.xticks(xtick + width, x2)
plt.xlabel(x2_label, size=13)
plt.ylabel(y2_label, size=13)
plt.title("2010-2020年粮棉油增长率柱状图", size=20)
plt.legend()
plt.grid()

# 4.2.1 设置数据标签
for k in t_1:
    height=k.get_height()
    plt.text(k.get_x() + k.get_width() / 2, height, str(height),fontsize=10, ha="center", va="bottom")       

for k in t_2:
    height=k.get_height()
    plt.text(k.get_x() + k.get_width() / 2, height, str(height),fontsize=10, ha="center", va="bottom")    

for k in t_3:
    height=k.get_height()
    plt.text(k.get_x() + k.get_width() / 2, height, str(height),fontsize=10, ha="center", va="bottom")


# 4.3 棉粮油产量比例饼状图
plt.subplot(325)
autopct = '%1.1f%%'
radius=0.8
explode = np.zeros_like(x3)
explode+=0.11
startangle = 90
plt.pie(x3, labels=y3, autopct=autopct, radius=radius,
        explode=explode, startangle=startangle, shadow=True)
plt.title('2020年棉粮油产量比例饼状图')
plt.legend(loc=0, bbox_to_anchor=(0.82, 1))


# 4.4 棉粮油经济价值比例饼状图
plt.subplot(326)
autopct = '%1.1f%%'
radius=0.8
explode = np.zeros_like(x4)
explode+=0.1
startangle = 90
plt.pie(x4, labels=y4, autopct=autopct, radius=radius,
        explode=explode, startangle=startangle, shadow=True)
plt.title('2020年棉粮油经济价值比例饼状图')
plt.legend(loc=0, bbox_to_anchor=(0.82, 1))
plt.savefig(fname="Picture.png",figsize=[20,36])
plt.show()

作图结果如图所示：

大家喜欢的话点一点小心心哦！帮忙转载也是可以的！谢谢！