用pycharm分析excl表格数据——具体实例

用数据可视化的知识分析下列数据

数据集

某一年的全国疫情数据

地区	新增确诊	治愈人数	死亡人数	现存人数	累计确诊
香港	233	59015	9282	261201	329498
台湾	11508	13742	860	73844	88446
上海	1292	29302	292	21217	50811
吉林	56	38373	5	1755	40133
浙江	54	2464	1	612	3077
黑龙江	11	2521	13	397	2931
江西	11	1083	1	274	1358
北京	79	1810	9	214	2033
广东	4	6814	8	175	6997
江苏	2	2122	0	70	2192
福建	2	2940	1	70	3011
山东	8	2624	7	64	2695
内蒙古	10	1690	1	49	1740
河南	4	2829	22	47	2898
山西	0	373	0	45	418
广西	1	1533	2	45	1580
湖南	1	1332	4	43	1379
青海	1	56	0	39	95
辽宁	1	1607	2	34	1643
四川	4	1974	3	34	2011
云南	0	2081	2	33	2116
海南	0	253	6	29	288
河北	2	1972	7	19	1998
安徽	0	1049	6	10	1065
陕西	1	3265	3	9	3277
湖北	0	63881	4512	5	68398
天津	1	1798	3	2	1803
重庆	1	688	6	2	696
西藏	0	1	0	0	1
新疆	0	996	3	0	999
甘肃	0	679	2	0	681
贵州	0	177	2	0	179
宁夏	0	122	0	0	122
澳门	0	82	0	0	82

 要求根上列数据进行数据分析，并生成图表和综述

使用pandas和matplotlib绘制了一个水平条形图，显示了不同地区的新增确诊人数分布。

具体步骤如下：

1. 导入所需的库：使用import pandas as pd导入pandas库，import matplotlib.pyplot as plt导入matplotlib.pyplot库，import matplotlib.font_manager as fm导入matplotlib.font_manager库。

2. 设置字体：使用plt.rcParams['font.family'] = 'Arial Unicode MS'设置字体为Arial Unicode MS，这样可以支持中文显示。

3. 读取数据：使用df = pd.read_excel('疫情数据.xlsx')从Excel文件中读取疫情数据，并将其存储在名为df的DataFrame中。

4. 数据处理：使用df['地区'] = df['地区'].str.strip()对地区列进行处理，去除地区名称的空格。

5. 统计地区数量：使用category_count = df['地区'].value_counts()统计每个地区的出现次数，得到地区的数量信息。

6. 创建图像对象：使用fig, ax = plt.subplots(figsize=(8, 0.5*category_count.size))创建一个图像对象，设置图像的尺寸为(8, 0.5*category_count.size)，即宽度为8英寸，高度为每个地区的数量乘以0.5英寸。同时，将图像对象的返回值分别赋给fig和ax变量。

7. 设置网格规格：使用gs = gridspec.GridSpec(nrows=category_count.size, ncols=1, height_ratios=[2]*category_count.size)设置网格规格，将网格的行数设置为地区的数量，每个网格的高度比例设置为2（可以根据需要调整高度）。

8. 绘制水平条形图：使用ax.barh(df['地区'], df['新增确诊'], color='steelblue')绘制水平条形图，横坐标为新增确诊人数（df['新增确诊']），纵坐标为地区名称（df['地区']），条形图的颜色设置为steelblue。

9. 设置标签和标题：使用plt.xlabel('新增确诊人数')设置x轴标签为"新增确诊人数"，plt.ylabel('地区')设置y轴标签为"地区"，plt.title('Distribution of New Confirmed Cases')设置标题为"Distribution of New Confirmed Cases"。

10. 显示数据标签：使用ax.text(v + 5, i, str(v), va='center')在每个条形图上显示其对应的新增确诊人数。其中v为新增确诊人数，i为对应的地区索引，v + 5表示数据标签的位置稍微偏移。

11. 调整子图布局：使用plt.tight_layout(rect=[0, 0, 1, 0.95])调整子图布局，确保子图之间的间距合适。

12. 显示图像：使用plt.show()将图像显示出来。

 代码展示：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
from matplotlib import gridspec
plt.rcParams['font.family'] = 'Arial Unicode MS'  # 设置字体为Arial Unicode MS


df = pd.read_excel('疫情数据.xlsx')
df['地区'] = df['地区'].str.strip()

category_count = df['地区'].value_counts()

fig, ax = plt.subplots(figsize=(8, 0.5*category_count.size))  # 调整图像的尺寸

gs = gridspec.GridSpec(nrows=category_count.size, ncols=1, height_ratios=[2]*category_count.size)  # 设置网格规格，调整纵间距

ax.barh(df['地区'], df['新增确诊'], color='steelblue')

plt.xlabel('新增确诊人数')
plt.ylabel('地区')
plt.title('Distribution of New Confirmed Cases')

for i, v in enumerate(df['新增确诊']):
    ax.text(v + 5, i, str(v), va='center')  # 显示数据标签

plt.tight_layout(rect=[0, 0, 1, 0.95])  # 调整子图布局

plt.show()

生成图表