Python数据可视化：图表绘制与分析

在数据分析中，数据可视化是至关重要的一步。本文将介绍如何使用 Python 中的 Matplotlib 和 Pandas 库来创建不同类型的图表。

首先，我们导入必要的库：

import matplotlib.pyplot as plt

import pandas as pd

接着，我们创建一个包含多个子图的图形窗口：

fig, ax = plt.subplots(2, 2)

然后，我们在其中一个子图中绘制一条带有标签的折线图：

ax[0, 1].plot(x, y, 'r--*', label='sin')

ax[0, 1].legend(loc='upper right')

ax[0, 1].grid()

保存生成的图形：

fig.savefig('fig.png')

接下来，我们读取 CSV 文件中的数据并展示前几行：

df = pd.read_csv('./data/data2.csv', index_col='产品编码', encoding='gbk')

df.head()

提取供应商进货价作为 Y 轴数据，产品编码作为 X 轴数据：

y = df['供应商进货价'].values

x = df.index.values

创建折线图：

为了确保中文字符正常显示，我们需要设置字体：

from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['SimHei']

然后绘制折线图：

fig, ax = plt.subplots()

ax.plot(x, y, 'r')

ax.set(title='年度价格趋势图', xlabel='年度', ylabel='价格')

plt.show()

接下来，我们创建柱状图：

fig, ax = plt.subplots()

ax.bar(x, y, 0.5, color='green')

ax.set(title='年度价格趋势图', xlabel='年度', ylabel='价格')

plt.show()

最后，我们创建水平柱状图：

fig, ax = plt.subplots()

ax.barh(x, y, 0.5, color='green')

ax.set(title='年度价格趋势图', xlabel='年度', ylabel='价格')

plt.show()

通过上述代码，我们可以看到如何使用 Matplotlib 和 Pandas 库轻松地创建各种类型的数据可视化图表。这些图表不仅能够帮助我们更好地理解数据，还能为决策提供有力支持。