【Python可视化】

一、学考模拟卷1

1.1、数据

学号	姓名	物理	政治	技术
1001	彭小亿	86	76	91
1002	刘佳婷	97	82	88
1003	张三	91	84	81
1004	张元斌	97	76	97
1005	刘 铭	82	82	94
1006	陈小红	95	85	82

1.2、代码

import pandas as pd
import matplotlib.pyplot as plt
from pylab import *
# 学考模拟卷1
def test011():
    plt.rcParams['font.sans-serif'] = ['SimSun']  # 图表显示中文
    df = pd.read_excel('./pandasPractice/test001.xlsx')
    x = df["姓名"]
    y1 = df["物理"]
    y2 = df["政治"]
    y3 = df["技术"]
    plt.plot(x, y1, label="物理")
    plt.plot(x, y2, label="政治")
    plt.plot(x, y3, label="技术")
    plt.title("成绩分析图")
    plt.legend()
    plt.show()

1.3、结果

 

二、 as_index,sort_values,sum,count使用

2.1、数据

序号	名称	类型
1	《平凡的世界》	现代文学
2	《蛙》	现代文学
3	《老人与海》	世界名著
4	《基地与帝国》	科幻
5	《沙丘》	科幻
6	《悲惨世界》	世界名著
7	《红与黑》	世界名著
8	《三国演义》	中国古典
9	《水浒传》	中国古典
10	《左传》	历史地理

2.2、代码

def test001():
    # 处理中文乱码问题
    plt.rcParams['font.sans-serif'] = [u'LiSu']
    plt.rcParams['axes.unicode_minus'] = False

    # 需要提前安装openpyxl模块，否则报错 cmd/pip install openpyxl
    df = pd.read_excel('./pandasPractice/7天报错分类统计.xlsx')
    df1 = df.groupby("类型", as_index=False).count()                      #如果 as_index=True，则下面 x=df3.index，因为类型列变索引列了，类型列就不存在了; 如果count()改为sum()，发现序号被求和了
    df2 = df1.sort_values("序号", ascending=False).head(3)                #这里用序号和名称都可以，# df2 = df1.sort_values("名称", ascending=False).head(3)
    df3 = df2.rename(columns={"名称": "借阅次数"})
    x = df3["类型"]                                                       # x = df3.index
    y = df3.借阅次数                                                       # y=df3.借阅次数 或者 df3["借阅次数"] 或者 df2.名称 或者 df2.序号 或者 df2["名称"] 或者 df2["序号"]
    plt.title("借阅次数前三位的图书类型情况")
    plt.bar(x, y)
    plt.ylabel("借阅次数")
    plt.show()

2.3、结果

 三、groupby, head, sum, df2[(df2["销售数量"] > 25) | (df2["销售数量"] < 10)]

3.1、数据

序号	商品名称	销售人员	单品进价	销售数量	单品售价	销售金额	利润
1	显示器	高伟	1200	12	1500	18000
2	微波炉	赵奇	400	2	500	1000
3	显示器	杨光	1200	11	1500	16500
4	按摩椅	高伟	640	2	800	1600
5	按摩椅	赵奇	640	13	800	10400
6	跑步机	林茂	1760	1	2200	2200
7	液晶电视	毕春艳	4000	16	5000	80000
8	液晶电视	毕春艳	4000	23	5000	115000
9	液晶电视	杨光	4000	2	5000	10000
10	液晶电视	林茂	4000	30	5000	150000

3.2、代码

# groupby, head, sum, df2[(df2["销售数量"] > 25) | (df2["销售数量"] < 10)]
def test010():
    df = pd.read_excel('./pandasPractice/sale.xlsx', sheet_name='Sheet1')
    df.at[0,"销售人员"]="毕春艳"
    df["利润"]=(df["单品售价"]-df["单品进价"])*df["销售数量"]
    df1 = df.groupby("商品名称")[["销售数量", "利润"]].sum()    # df1 = df.groupby(["商品名称", "销售数量"])["利润"].sum() 报错
    for name, group in df.groupby('商品名称'):
        print(name, group)
    df4 = df1.sort_values("利润", ascending=False).head(3)
    df2 = df.groupby("销售人员", as_index=False)["销售数量"].sum()
    print(df2[(df2["销售数量"] > 25) | (df2["销售数量"] < 10)])

    # 取某一列，如 取利润列
    df5 = df.groupby("商品名称").利润.sum()
    df6 = df.groupby("商品名称")["利润"].sum()

3.3、结果

微波炉    序号 商品名称 销售人员  单品进价  销售数量  单品售价  销售金额   利润
1   2  微波炉   赵奇   400     2   500  1000  200
按摩椅    序号 商品名称 销售人员  单品进价  销售数量  单品售价   销售金额    利润
3   4  按摩椅   高伟   640     2   800   1600   320
4   5  按摩椅   赵奇   640    13   800  10400  2080
显示器    序号 商品名称 销售人员  单品进价  销售数量  单品售价   销售金额    利润
0   1  显示器  毕春艳  1200    12  1500  18000  3600
2   3  显示器   杨光  1200    11  1500  16500  3300
液晶电视    序号  商品名称 销售人员  单品进价  销售数量  单品售价    销售金额     利润
6   7  液晶电视  毕春艳  4000    16  5000   80000  16000
7   8  液晶电视  毕春艳  4000    23  5000  115000  23000
8   9  液晶电视   杨光  4000     2  5000   10000   2000
9  10  液晶电视   林茂  4000    30  5000  150000  30000
跑步机    序号 商品名称 销售人员  单品进价  销售数量  单品售价  销售金额   利润
5   6  跑步机   林茂  1760     1  2200  2200  440
  销售人员  销售数量
1   林茂    31
2  毕春艳    51
4   高伟     2