如何使用python数据可视化实现数据波动趋势图形-------MPV车型销量销量堆积面积图

目录

前言：数据可视化就是将数据转换成图或表等，以一种更直观的方式展现和呈现数据，让读者能“一眼看懂”你想表达的信息。通过“可视化”的方式，复杂的数据通过图形化的手段进行有效表达，准确高效、简洁全面地传递某种信息，甚至我们帮助发现某种规律和特征，挖掘数据背后的价值。

一、通过pandas库导入数据

二、对数据进行去重

三、数据加工

1.数据条件筛选

2.时间数据加工

四、重新聚合车辆季度销量

五、定位销量头部车型

六、重组数据结构

七、使用pyecharts将数据可视化

---

前言：

通过使用python语言能够很轻易的做出我们需要的图象，图象的生成能够直接明了的让我们了解数据，现在就让我们用本次案例来实现

其中我们需要注意几个要点：

1.导入库pandas------  pip install pandas

2.pyecharts用来实现图像------- pip install pyecharts（注意：pip版本过低可能下载不成功）

3.颜色代码，可以搜索二进制颜色，也可以参考
https://blog.csdn.net/kid3000/article/details/61915567?utm_medium=distribute.pc_relevant.none-task-blog-2defaultbaidujs_baidulandingword~default-0-61915567-blog-79611741.235v38pc_relevant_sort_base2&spm=1001.2101.3001.4242.1&utm_relevant_index=3

一、通过pandas库导入数据

import pandas as pd

data_mpv_sale = pd.read_excel('MPV销量数据2012-2021(1).xlsx')
data_mpv_sale

二、对数据进行去重

data_mpv_sale2 = data_mpv_sale.drop_duplicates(subset=['采集时间','排名'],keep='last')
data_mpv_sale2 = data_mpv_sale2.sort_values(by=['采集时间','排名'])
data_mpv_sale2

代码运行结果：