动手1
第一题
使用matplotlib呈现出店铺总数排名前10的国家
第二题
使用matplotlib呈现出每个中国每个城市的店铺数量
解1
df.info()
========================================================
========================================================
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 25600 entries, 0 to 25599
Data columns (total 13 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Brand 25600 non-null object
1 Store Number 25600 non-null object
2 Store Name 25600 non-null object
3 Ownership Type 25600 non-null object
4 Street Address 25598 non-null object
5 City 25585 non-null object
6 State/Province 25600 non-null object
7 Country 25600 non-null object
8 Postcode 24078 non-null object
9 Phone Number 18739 non-null object
10 Timezone 25600 non-null object
11 Longitude 25599 non-null float64
12 Latitude 25599 non-null float64
dtypes: float64(2), object(11)
memory usage: 2.5+ MB
第一题
代码
# -*- coding: utf-8 -*-
'''
@Time : 2020/12/18 16:32
@Author : yuhui
@Email : 3476237164@qq.com
@FileName: pandas_6.py
@Software: PyCharm
'''
"""36【数据的合并和分组聚合】06数据分组聚合练习和总结"""
"""1.使用matplotlib呈现出店铺总数排名前10的国家
绘制什么图形?
条形图 离散型数据
"""
import pandas as pd
from matplotlib import pyplot as plt
# 解决中文乱码
plt.rcParams["font.sans-serif"]=["KaiTi"]
plt.rcParams["font.family"]="sans-serif"
# 解决符号无法显示的问题
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像时负号'-'显示为方块的问题
"""设置图形大小和图片品质"""
fig=plt.figure(
figsize=(16,9),
dpi=100,
)
pd.options.display.max_columns=999
# 设置打印DateFrame显示的列数最多为999
df=pd.read_csv("../data/directory.csv",encoding="gbk") # 读取文件信息
# print(df.info())
"""绘制条形图"""
# 准备数据
# 按照国家进行分组
data=df.groupby(by="Country").count()["Brand"].<