店铺数量城市分布图

最新推荐文章于 2022-08-11 09:10:57 发布

playwrighter

最新推荐文章于 2022-08-11 09:10:57 发布

阅读量3k

点赞数 1

分类专栏： Python数据分析人工智能文章标签： matplotlib

本文链接：https://blog.csdn.net/qq_15378385/article/details/112466315

版权

Python数据分析同时被 2 个专栏收录

77 篇文章 8 订阅

订阅专栏

人工智能

59 篇文章 2 订阅

订阅专栏

店铺数量城市分布图

数据来源：https://www.kaggle.com/starbucks/store-locations/data
案例题目：1、使用matplotlib呈现出店铺总数排名前10的国家；2、使用matplotlib呈现出中国每个城市的店铺数量

使用matplotlib呈现出店铺总数排名前10的国家

# coding=utf-8
import pandas as pd
from matplotlib import pyplot as plt

file_path = "./data/starbucks_store_worldwide.csv"

df = pd.read_csv(file_path)

data1 = df.groupby(by="Country").count()["Brand"].sort_values(ascending=False)[:10]

_x = data1.index
_y = data1.values

#画图
plt.figure(figsize=(20,8),dpi=80)

plt.bar(range(len(_x)),_y)

plt.xticks(range(len(_x)),_x)

plt.show()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0F4S1EsF-1610343912419)(output_3_0.png)]

使用matplotlib呈现出中国每个城市的店铺数量

# coding=utf-8
import pandas as pd
from matplotlib import pyplot as plt
from matplotlib import font_manager

file_path = "./data/starbucks_store_worldwide.csv"

df = pd.read_csv(file_path)
df = df[df["Country"]=="CN"]

data1 = df.groupby(by="City").count()["Brand"].sort_values(ascending=False)[:25]

_x = data1.index
_y = data1.values

#画图
plt.figure(figsize=(20,12),dpi=80)

plt.barh(range(len(_x)),_y,height=0.3,color="orange")

plt.yticks(range(len(_x)),_x,fontproperties=my_font)

plt.show()