数据挖掘 MLP数据可视化实现

最新推荐文章于 2024-04-07 10:01:29 发布

HalaMadrid.

最新推荐文章于 2024-04-07 10:01:29 发布

阅读量1.1k

点赞数

文章标签：数据分析数据挖掘

本文链接：https://blog.csdn.net/qq_45868915/article/details/125116561

版权

本文通过Jupyter进行数据挖掘，详细展示了如何将2018年1月1日至15日的猪肉和牛肉价格数据从Excel表格导入Python，并使用数据框df存储。接着，逐步绘制了1月1日至10日两种肉类的价格走势，以及在同一图形界面中利用2×1子图对比显示前半个月的价格变化情况，为数据可视化提供了清晰的展示。

摘要由CSDN通过智能技术生成

Jupyter 数据挖掘 MLP数据可视化实现

（1）今有2018年1月1日—15日的猪肉价格和牛肉价格的数据，它们存在于一个Excel表格中，如下表所示。将其读入Python中并用一个数据框变量df保存。

（2）分别绘制1月1日—10日的猪肉价格和牛肉价格走势图。

（3）在同一个figure界面中，用一个2×1的子图分别绘制2018年1月前半个月的猪肉价格和牛肉价格走势图。

（1）

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
path='#数据.xlsx'
df=pd.read_excel(path)
df

（2）绘制1月1日—10日的猪肉价格走势图

x1 = df[['日期']].values[:,0]
y1 = df[["猪肉价格"]].values[:,0]
plt.figure(figsize=(25,22))
plt.subplot(2,  1,  1)
plt.title("猪肉价格走势图",fontsize=20)
plt.xlabel("日期",