python制作统计图（6）

注：如需所用表格数据，可在本人主页资源栏内直接下载

制作折线图

探究:电脑价格趋势

新建方法

def line_chart():

读取表格

    with open(r'笔记本信息.csv', encoding='gb18030'):
        df = pd.read_csv("笔记本信息.csv", encoding='gb18030')

创建字典，用键值对储存月份及其对应的平均价格

average_price = {}

30个月，每月上市的电脑的平均价格

		# 2019年
        for i in range(1, 13):
            time = float("2019."+str(i))
            average_price[str(time)] = (df.where(df['上市时间'] == time).dropna()['参考报价'].mean())

        # 2020年
        for i in range(1, 13):
            time = float("2020." + str(i))
            average_price[str(time)] = (df.where(df['上市时间'] == time).dropna()['参考报价'].mean())

        # 2021年
        for i in range(1, 7):
            time = float("2021." + str(i))
            average_price[str(time)] = (df.where(df['上市时间'] == time).dropna()['参考报价'].mean())

作图

plt.figure(figsize=(18, 12), dpi=300)
        plt.style.use('ggplot')
        x_data = average_price.keys()
        y_data = average_price.values()

        # 横坐标太过稠密影响查看，修改间隔
        plt.gca().xaxis.set_major_locator(ticker.MultipleLocator(5))

        plt.plot(x_data, y_data, color='red', linewidth=10, linestyle='-')
        plt.title("电脑价格变化折线图", fontdict={'fontsize': 40})
        plt.xlabel("时间", fontdict={'fontsize': 30})
        plt.ylabel("平均报价", fontdict={'fontsize': 30})
        plt.xticks(fontsize=25)
        plt.yticks(fontsize=25)
        plt.savefig('电脑价格变化折线图.png', dpi=300)
        plt.show()

成品图