import pandas as pd
from IPython.core.pylabtools import figsize
import matplotlib.pyplot as plt
from IPython.core.pylabtools import figsize
plt.rcParams['font.sans-serif'] = [u'SimHei']#中文
plt.rcParams['axes.unicode_minus'] = False
#0.准备数据
data = pd.read_csv("./data.csv",encoding='ANSI')
y_zongjia = data["参考总价"]
y_danjia = data["参考单价"]
x_mianji = data['建筑面积']
y_danjia,y_zongjia,x_mianji
#%%
#1.创建画布
fig, axes = plt.subplots(nrows=1,ncols=2,figsize=(20,8),dpi=100)#行,列,大小,清晰度
#2.绘制图像
axes[0].plot(x_mianji,y_zongjia,label="参考总价")#
axes[1].plot(x_mianji,y_danjia,color='r',linestyle='--',label='参考单价')
#2.1添加下,y轴的刻度
#2.2添加网格
axes[0].grid(True,linestyle="--",alpha=1)
axes[1].grid(True,linestyle="--",alpha=1)
#2.3添加描述信息
axes[0].set_xlabel("建筑面积(m^2)")
axes[0].set_ylabel("价格(万元)")
axes[0].set_title("建筑面积与参考总价关系图",fontsize=20)
axes[1].set_xlabel("建筑面积(m^2)")
axes[1].set_ylabel("价格(元/m^2)")
axes[1].set_title("建筑面积与参考单价关系图",fontsize=20)
#2.4图像保存
plt.savefig("./test,jpg")
#2.5#显示图例
axes[0].legend(loc=0)
axes[1].legend(loc=0)
#显示图像
plt.show()
#%%
import matplotlib.pyplot as plt
#0.数据准备
quyu_name = ['福田','南山']
x = range(len(quyu_name))
data = pd.read_csv("./data.csv",encoding='ANSI')
#%%
from itertools import count
y_futian1 =data.loc[data.index[0:4424],["参考总价"]]
y_futian2 =data.loc[data.index[8477:8715],["参考总价"]]
y_futian_mean = (y_futian1.sum()+y_futian2.sum())/4463
y_nanshan1 = data.loc[data.index[4425:8476],["参考总价"]]
y_nanshan2 = data.loc[data.index[8716:9155],["参考总价"]]
y_nanshan_mean = (y_nanshan1.sum()+y_nanshan2.sum())/4491
y_futian_mean,y_nanshan_mean
#%%
y=[int(y_futian_mean),int(y_nanshan_mean)]
#1.创建画布
plt.figure(figsize=(20,8),dpi=100)
#2.绘制图像
plt.bar(x,y,color=['r','g'],width=0.4)
#2.1修改x轴显示
plt.xticks(x,quyu_name)
plt.ylabel("价格(万元)")
#2.2添加网格
plt.grid(linestyle='--',alpha=0.8)
#2.3添加标题
plt.title("南山与福田房价均价")
# 显示图例
plt.legend()
#3.图像显示
plt.show()
#%%
import matplotlib.pyplot as plt
data = pd.read_csv("./data.csv",encoding='ANSI')
j = data['参考单价']
p = sum(i > 50000 for i in j)
print(p)
# ********** Begin *********#
#总数据
Num = 9154
#单个数据
data = [p,9154-p]
#数据标签
labels = ['单价大于50000元', '单价小于50000元']
#各区域颜色
colors = ['red','green']
#数据计算处理
sizes = [data[0]/Num*100,data[1]/Num*100]
#设置突出模块偏移值
expodes = (0,0)
#设置绘图属性并绘图
plt.pie(sizes,explode=expodes,labels=labels,shadow=True,colors=colors)
plt.title("单价分布占比情况图")
plt.pie(data, labels = labels, autopct='%.2f%%')
## 用于显示为一个长宽相等的饼图
plt.axis('equal')
#保存并显示
plt.show()
# ********** End **********#
#%%