matplotlib

最新推荐文章于 2024-11-02 16:28:26 发布

又减肥

最新推荐文章于 2024-11-02 16:28:26 发布

阅读量121

点赞数

分类专栏： python 文章标签： python 机器学习开发语言

本文链接：https://blog.csdn.net/weixin_59862023/article/details/124930015

版权

python 专栏收录该内容

10 篇文章 0 订阅

订阅专栏

该博客使用pandas和matplotlib库分析了年龄与销售的关系。首先，通过创建DataFrame并保存为csv文件展示了年龄、收入和销售数据。接着，读取csv文件并将数据绘制为两个图表：一个折线图展示年龄与销售的线性关系，另一个柱状图展示收入与销售的分布。两个图表均以年龄为x轴，销售为y轴，帮助理解不同年龄段的销售表现。

摘要由CSDN通过智能技术生成

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
#年龄
age=[34,32,45,65,45,22,34,56,54,21]
#收入
income=[367,344,655,444,322,665,777,544,678,232]
#销售
sales=[123,321,342,34,233,456,233,432,32,23]
#创建DataFrame,将数据存入csv
df=pd.DataFrame({"age":age,"income":income,"sales":sales})
df.to_csv("./age_income.csv")
#读csv文件，将数据存入DataFrame
df2=pd.read_csv("./age_income.csv")

#画图（折线图）
df2.sort_values(by='age',inplace=True)
plt.subplot(1,2,1)
plt.plot(df2['age'],df2["sales"],c='r',marker='o')#插入数据
plt.title("毛shangp：年龄销售关系图")
plt.xlabel("年龄")
plt.ylabel("销售")

#化柱形图
df2.sort_values(by='income',inplace=True)
plt.subplot(1,2,2)#子图
plt.bar(df2['income'],df2['sales'])
plt.title("毛shangp：说如销售关系图")
plt.xlabel("年龄")
plt.ylabel("销售")
plt.show()