2019年大数据网络赛 第四部分：可视化,柱状图和折线图

第一问：利用Bar图输出城市（city）合肥、黄山、芜湖的PM2.5指数，Y轴表示平均数，；X轴表示城市名称

代码如下：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame

df = pd.read_csv("new1")
plt.rcParams['font.sans-serif']=['SimHei']

s1 = df["PM2.5指数"].loc[df["城市"]=="合肥"].mean()
s2 = df["PM2.5指数"].loc[df["城市"]=="黄山"].mean()
s3 = df["PM2.5指数"].loc[df["城市"]=="芜湖"].mean()

list = [s1,s2,s3]
list_name = ["合肥","黄山","芜湖"]
plt.bar(range(len(list)),list,tick_label=list_name,color="green")
plt.title("合肥、黄山、芜湖三个城市的平均PM2.5指数")
plt.xlabel("城市名称")
plt.ylabel("平均数")
plt.savefig("1.png")
plt.show()

图形如下：

第二问：

1. 利用折线图，画出城市，各城市随时间的pm2.5值变化要求将输出的折线图保存成图像文件Y轴表示pm2.5的值，X轴表示日期，城市要求：（5分）折线图中含图例；不同的城市用不同的颜色表达；

代码如下：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame

df = pd.read_csv("new1")
plt.rcParams['font.sans-serif']=['SimHei']

fig = plt.figure(figsize=(10,6))

s1 = df.loc[df["城市"]=="合肥"]
a1 = s1["PM2.5指数"].loc[s1["日期"]==20181201].mean()
a2 = s1["PM2.5指数"].loc[s1["日期"]==20181202].mean()
a3 = s1["PM2.5指数"].loc[s1["日期"]==20181203].mean()
a4 = s1["PM2.5指数"].loc[s1["日期"]==20181204].mean()
a5 = s1["PM2.5指数"].loc[s1["日期"]==20181205].mean()
a6 = s1["PM2.5指数"].loc[s1["日期"]==20181206].mean()
a7 = s1["PM2.5指数"].loc[s1["日期"]==20181207].mean()
a8 = s1["PM2.5指数"].loc[s1["日期"]==20181208].mean()
a9 = s1["PM2.5指数"].loc[s1["日期"]==20181209].mean()
a10 = s1["PM2.5指数"].loc[s1["日期"]==20181210].mean()
list1 = [a1,a2,a3,a4,a5,a6,a7,a8,a9,a10]
# print(a1,a2,a3,a4,a5,a6,a7,a8,a9,a10)

s2 = df.loc[df["城市"]=="黄山"]
b1 = s2["PM2.5指数"].loc[s2["日期"]==20181201].mean()
b2 = s2["PM2.5指数"].loc[s2["日期"]==20181202].mean()
b3 = s2["PM2.5指数"].loc[s2["日期"]==20181203].mean()
b4 = s2["PM2.5指数"].loc[s2["日期"]==20181204].mean()
b5 = s2["PM2.5指数"].loc[s2["日期"]==20181205].mean()
b6 = s2["PM2.5指数"].loc[s2["日期"]==20181206].mean()
b7 = s2["PM2.5指数"].loc[s2["日期"]==20181207].mean()
b8 = s2["PM2.5指数"].loc[s2["日期"]==20181208].mean()
b9 = s2["PM2.5指数"].loc[s2["日期"]==20181209].mean()
b10 = s2["PM2.5指数"].loc[s2["日期"]==20181210].mean()
list2 =[b1,b2,b3,b4,b5,b6,b7,b8,b9,b10]
# print(b1,b2,b3,b4,b5,b6,b7,b8,b9,b10)

s3 = df.loc[df["城市"]=="芜湖"]
c1 = s3["PM2.5指数"].loc[s3["日期"]==20181201].mean()
c2 = s3["PM2.5指数"].loc[s3["日期"]==20181202].mean()
c3 = s3["PM2.5指数"].loc[s3["日期"]==20181203].mean()
c4 = s3["PM2.5指数"].loc[s3["日期"]==20181204].mean()
c5 = s3["PM2.5指数"].loc[s3["日期"]==20181205].mean()
c6 = s3["PM2.5指数"].loc[s3["日期"]==20181206].mean()
c7 = s3["PM2.5指数"].loc[s3["日期"]==20181207].mean()
c8 = s3["PM2.5指数"].loc[s3["日期"]==20181208].mean()
c9 = s3["PM2.5指数"].loc[s3["日期"]==20181209].mean()
c10 = s3["PM2.5指数"].loc[s3["日期"]==20181210].mean()
list3 = [c1,c2,c3,c4,c5,c6,c7,c8,c9,c10]
# print(c1,c2,c3,c4,c5,c6,c7,c8,c9,c10)

x = ['2018-12-01','2018-12-02','2018-12-03','2018-12-04','2018-12-05','2018-12-06','2018-12-07','2018-12-08','2018-12-09','2018-12-10']
plt.plot(x,list1,marker="o",color="red",label='合肥')
plt.plot(x,list2,marker="o",color="blue",label='黄山')
plt.plot(x,list3,marker="o",color="black",label='芜湖')
plt.legend()
plt.title("各城市随时间的pm2.5值变化")
plt.ylabel("PM2.5的值")
plt.xlabel("日期")
plt.savefig("2.png")
plt.show()

图形如下：