数据来源
注意点
- 难点在于添加新的一列数组,可大大节省数据的读取时间。
- 分组后的类型是可迭代类型,可使用for.in循环遍历。遍历的每一个对象是一个元组(分组对象,内容)
- 在设置时间索引时,需考虑添加数组时索引是否对应,例如设置时间索引在添加类型数组之前会报错,既保证设置时间索引在添加数组之后
- 使用plt.plot()函数绘制图形时,不可放在函数内。保证在一张图上显示所有数据对比。
- 设置x轴数值时,需要在保证所需数据的变量为全局变量。
- x轴数据显示重叠时,设置rotation参数使x轴数据旋转
- 可使用以下方法显示所有提取数据
pd.set_option('display.max_columns', 1000)
pd.set_option('display.width', 1000)
pd.set_option('display.max_colwidth', 1000)
需求
- 得到csv文件数据不同月份不同类型的电话次数变化情况,并可视化。
模块准备
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
实现过程
def plot_img(group_data,group_name):
count_by_month = group_data.resample("M").count()["title"]
_x = count_by_month.index
_x = [i.strftime("%Y%m%d") for i in _x]
_y = count_by_month.values
plt.plot(range(len(_x)),_y,label=group_name)
plt.xticks(range(len(_x)),_x,rotation=45)
for group_name,group_data in df.groupby(by="cate"):
plot_img(group_data,group_name)
plt.legend(loc="best")
plt.savefig("数据对比图.jpg")
- 效果图