数据可视化(4)散点图及面积图

1.简单散点图

#散点图
#scatter(x,y)   x数据,y数据
x=[i for i in range(10)]
y=[random.randint(1,10) for i in range(10)]
plt.scatter(x,y)
plt.show()

2.散点图分析

#分析广告支出与销售收入相关性
dfcar=pd.read_excel('广告支出.xlsx')
dfdata=pd.read_excel('销售数据.xlsx')
x=dfcar['支出']
y=dfdata.groupby('业务日期')['金额'].sum()
#设置标题
plt.title('销售收入与广告费用的分析')
plt.scatter(x,y)
plt.show()

3.基本面积图

#面积图
#stackplot(x,*args,data=None,**kwargs)
#x,x轴数据, *args当传入的参数个数未知时,使用,这里指y轴数据可以传入多个y轴
#data,如果给定一个数据参数,所有位置和关键字参数都将被替换
#**kwargs 关键字参数,如color,alpha等
x=[i for i in range(1,6)]
y1=[random.randint(1,20) for i in range(5)]
y2=[random.randint(1,20) for i in range(5)]
y3=[random.randint(1,20) for i in range(5)]
y4=[random.randint(1,20) for i in range(5)]
plt.stackplot(x,y1,y2,y3,y4,colors=['r','g','b','pink'])
plt.show()

#使用标准面积图分析商品的销售情况
df=pd.read_excel('产品销售统计.xlsx')
x=df['产品名称']
y=df['总量']
plt.title('电脑配件销售情况')
#标准面积图
plt.stackplot(x,y)
plt.show()
df=pd.read_excel('产品销售统计.xlsx')
x=df['产品名称']
y1=df['1月']+df['2月']+df['3月']
y2=df['4月']+df['5月']+df['6月']
y3=df['7月']+df['8月']+df['9月']
y4=df['10月']+df['11月']+df['12月']
plt.title('电脑配件季度销售情况')
#堆叠面积图
plt.stackplot(x,y1,y2,y3,y4)
#设置图例
plt.legend(['第一季度','第二季度','第三季度','第四季度'])
plt.show()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值