└── temp222.py /temp222.py: -------------------------------------------------------------------------------- 1 | # -*- coding: utf-8 -*- 2 | """ 3 | Spyder Editor 4 | 5 | This is a temporary script file. 6 | """ 7 | import numpy as np 8 | 9 | 10 | 11 | MyList = [1,2,3,4,5,6,7,8,9,10] 12 | 13 | list(filter(lambda x: x % 3 == 0, MyList)) 14 | 15 | list(map(lambda x: x * 2, MyList)) 16 | 17 | 18 | from functools import reduce ##二元计算函数 19 | reduce(lambda x, y: x + y, MyList) #求和计算 20 | 21 | import os 22 | print(os.getcwd()) 23 | 24 | os.chdir('E:\python documents') 25 | print(os.getcwd()) 26 | 27 | MyArray1 = np.arange(1,20) 28 | MyArray1 29 | 30 | range(1,10,2) 31 | 32 | list(range(1,10,2)) 33 | 34 | MyArray2=np.array([1,2,3,4,3,5]) 35 | MyArray2 36 | 37 | MyArray3=np.zeros((5,5)) 38 | MyArray3 39 | 40 | MyArray4=np.ones((5,5)) 41 | MyArray4 42 | 43 | np.full((3,5),2) 44 | 45 | ##设置随机数种子，方便日后复原结果 46 | rand=np.random.RandomState(1) 47 | 48 | MyArray5=rand.randint(0,100,[3,5]) #随机取数的上限下限都是在哪里 49 | MyArray5 50 | 51 | MyArray6=np.zeros([4,5],dtype=np.int) 52 | MyArray6 53 | 54 | myArray=np.array(range(0,10)) 55 | 56 | print("myArray=",myArray) 57 | print("myArray[1:9:2]=",myArray[1:9:2]) 58 | print("myArray[:9:2]=",myArray[:9:2]) 59 | print("myArray[::2]=",myArray[::2]) 60 | print("myArray[::]=",myArray[::]) 61 | print("myArray[:8:]=",myArray[:8:]) 62 | print("myArray[:8]=",myArray[0:8]) 63 | print("myArray[4::]=",myArray[4::]) 64 | print("myArray[9:1:-2]=",myArray[9:1:-2]) 65 | print("myArray[::-2]=",myArray[::-2]) 66 | ##初学者容易犯的错误，导致数据维度过多的问题 67 | print("myArray[[2,5,6]]=",myArray[[2,5,6]]) 68 | print("myArray[myArray>5]=",myArray[myArray>5]) 69 | 70 | MyArray7=np.arange(1,21) 71 | MyArray7 72 | 73 | MyArray7.shape 74 | 75 | MyArray8=MyArray7.reshape(4,5) 76 | MyArray8 77 | 78 | #排列顺序按照列进行排列 79 | MyArray8=MyArray8.swapaxes(0,1) 80 | MyArray8 81 | #将多行数据转化成一行的数据 82 | MyArray8.flatten() 83 | 84 | MyArray8.tolist() 85 | 86 | MyArray8.astype(np.float) 87 | 88 | np.rank(MyArray5) 89 | 90 | np.ndim(MyArray5) 91 | 92 | np.shape(MyArray5) 93 | 94 | MyArray5.shape 95 | 96 | MyArray5.size 97 | 98 | type(MyArray5) 99 | 100 | MyArray5*10 101 | 102 | x=np.array([11,12,13,14,15,16,17,18]) 103 | x1,x2,x3=np.split(x,[3,5]) 104 | print(x1,x2,x3) 105 | 106 | upper,lower=np.vsplit(MyArray5.reshape(5,3),[1]) ##这个是指下限区间取不到 107 | print("上半部分为\n",upper) 108 | print("\n\n下半部分为\n",lower) 109 | 110 | 111 | np.concatenate((lower,upper),axis=0) 112 | 113 | np.vstack([upper,lower]) ##倒着堆叠 114 | 115 | np.hstack([upper,lower]) ##水平堆叠 116 | 117 | np.add(MyArray5,1) ##做的是矩阵加法 每个元素都相加 118 | 119 | np.zeros(10,dtype="int16") 120 | 121 | np.zeros(10,dtype="float") 122 | 123 | a1=np.array([1,2,3,None]) 124 | a1 125 | 126 | a1=np.array([1,2,3,None,np.nan]) 127 | a1 128 | 129 | myArray1=np.array([11,12,13,14,15,16,17,18]) 130 | np.delete(myArray1,2) 131 | 132 | np.insert(myArray1,1,88) #数组、位置、值 133 | 134 | ##缺失值处理 135 | np.isnan(myArray1) 136 | 137 | np.any(np.isnan(myArray1)) 138 | 139 | np.all(np.isnan(myArray1)) 140 | 141 | MyArray=np.array([1,2,3,np.nan]) 142 | np.nansum(MyArray) #连着nan也放在一起进行相加 143 | 144 | 145 | 146 | ##这个是表示广播原则 147 | A1=np.array(range(1,10)).reshape([3,3]) 148 | A1 149 | 150 | A2=np.array([10,10,10]) 151 | A2 152 | 153 | A1+A2 154 | ##列数相同才可以广播相加 155 | A3=np.arange(10).reshape(2,5) 156 | A3 157 | 158 | A4=np.arange(16).reshape(4,4) 159 | A4 160 | 161 | A3+A4 162 | 163 | ##ndarray的排序原则 164 | myArray=np.array([11,18,13,12,19,15,14,17,16]) 165 | myArray 166 | 167 | np.sort(myArray) 168 | 169 | np.argsort(myArray) 170 | 171 | MyArray=np.array([[21, 22, 23, 24,25], 172 | [35, 34,33, 32, 31], 173 | [ 1, 2, 3, 100, 4]]) 174 | 175 | np.sort(MyArray,axis=1) 176 | 177 | np.sort(MyArray,axis=0) 178 | 179 | import pandas as pd 180 | mySeries1=pd.Series(data = [11,12,13,14,15,16,17],index=["a","b","c","d","e","f","g"]) 181 | mySeries1 182 | 183 | mySeries2=pd.Series([10], index=["a","b","c","d","e","f","g"]) 184 | mySeries2 185 | 186 | mySeries4=pd.Series([21,22,23,24,25,26,27], index=["a","b","c","d","e","f","g"]) 187 | mySeries4.index 188 | 189 | mySeries4.values 190 | 191 | mySeries4['b'] 192 | 193 | mySeries4[["a","b","c"]] 194 | 195 | mySeries4["a":"d"] 196 | 197 | mySeries4[1:4:2] 198 | 199 | mySeries4 200 | 201 | "c" in mySeries4 202 | 203 | mySeries4=pd.Series([21,22,23,24,25,26,27], index=["a","b","c","d","e","f","g"]) 204 | mySeries5=mySeries4.reindex(index=["b","c","a","d","e","g","f"]) 205 | mySeries5 206 | 207 | ##关于dataframe的相关操作 208 | import numpy as np 209 | 210 | df2=pd.DataFrame(np.arange(10).reshape(2,5)) 211 | df2 212 | df2.index 213 | 214 | df2.index.size 215 | 216 | df2.columns 217 | 218 | df2.columns.size 219 | 220 | df2 = pd.read_csv('C:/Users/Administrator/Desktop/数据分析课件/PythonFromDAToDS-master/DataSets/bc_data.csv') 221 | df2.shape 222 | 223 | df2=df2[["id","diagnosis","area_mean"]] ##取三列，然后查看这三列 224 | 225 | df2.head() 226 | 227 | df2.shape 228 | df2.index.size 229 | df2.columns 230 | df2.columns.size 231 | 232 | ##引用行或者列 233 | df2['id'].head() 234 | df2.id.head() 235 | 236 | df2["id"][2] 237 | 238 | df2.id[2] 239 | 240 | df2["id"][[2,4]] 241 | 242 | ##第二种方法我们可以称之为iloc方法 243 | df2.loc[1,"id"] 244 | df2.iloc[1,0] 245 | df2.ix[1,"id"] 246 | df2.ix[[1,5],["id"]] 247 | df2.ix[1:5,["id"]] 248 | df2[["area_mean","id"]].head() ##可以调整列输出新的数据框 249 | 250 | ###index操作 251 | df2.index 252 | df2.columns 253 | df2["id"].head() 254 | df2.reindex(index=["1","2","3"],columns=["1","2","3"]) 255 | df2.head() 256 | 257 | df2.reindex(index=[2,3,1], columns=["diagnosis","id","area_mean"])##调整列的位置 258 | 259 | df3=df2.reindex(index=[2,3,1], columns=["diagnosis","id","area_mean","MyNewColumn"],fill_value=100) 260 | df3 261 | 262 | df2=df2[["id","diagnosis","area_mean"]] 263 | df2.head() 264 | df2.drop([2]).head() ##删除行 265 | df2.head() 266 | 267 | 268 | df2.drop([3,4],axis=1, inplace=True) ##关于行的删除放入列表形式,关于列的删除放入列名称 269 | df2.drop('id', axis=1, inplace=True) ##是关于是否更新行索引的办法 270 | 271 | del df2["area_mean"] 272 | df2.head() 273 | 274 | df2 =pd.read_csv('C:/Users/Administrator/Desktop/数据分析课件/PythonFromDAToDS-master/DataSets/bc_data.csv') 275 | df2=df2[["id","diagnosis","area_mean"]] 276 | df2[df2.area_mean> 1000].head() 277 | df2[df2.area_mean> 1000][["id","diagnosis"]].head() 278 | 279 | df2.loc[df2.area_mean> 1000,["id","diagnosis"]].head() #关于上述的表达式，该表达式也是可以的 280 | 281 | df4=pd.DataFrame(np.arange(6).reshape(2,3)) 282 | df4 283 | df5=pd.DataFrame(np.arange(10).reshape(2,5)) 284 | df5 285 | 286 | df4+df5 287 | df6=df4.add(df5,fill_value=10) #这个fill_value表示如何将两个表格进行相加，同时将缺失值使用某一个具体值进行替代 288 | df6 289 | 290 | s1=pd.Series(np.arange(4)) 291 | s1 292 | df6-s1 ##这个命令表示数据框取多少列的信息 293 | 294 | df5=pd.DataFrame(np.arange(10).reshape(2,5)) 295 | s1=pd.Series(np.arange(3)) 296 | df5-s1 297 | 298 | df7=pd.DataFrame(np.arange(20).reshape(4,5)) 299 | df7+2 300 | 301 | df7.cumsum() 302 | df7 303 | 304 | df7.rolling(2).sum() ##这个命令标识按照0轴滚动两两进行求和 305 | df7.rolling(2,axis=1).sum() ##这个命令表示按照1轴两两进行求和 306 | 307 | df7.cov() 308 | df7.corr() ##表示求皮尔逊相关系数 两个变量的变化趋势完全一样，相关系数肯定是等于1 309 | 310 | ##如果单单只是用类似列表的方式来取值，那么就要使用下面的这种方法，如果说要是使用iloc的方法，那就可以使用简便方法 311 | df2=df2[["id","diagnosis","area_mean"]][2:5] 312 | df2.T 313 | 314 | 315 | 316 | df6 317 | df6>5 318 | df6>s1 319 | df6>(2,18) 320 | 321 | 322 | df2.describe() #统计信息 323 | dt = df2[df2.diagnosis=='M'] 324 | 325 | dt.head() 326 | dt.tail() 327 | df2[df2.diagnosis=='M'].count() 328 | df2[["area_mean","id"]].head() 329 | 330 | df2.head(8) 331 | df2.sort_values(by="area_mean",axis=0,ascending=True).head() 332 | 333 | df2.sort_index(axis=1).head(3) ##按照索引排序 334 | 335 | df2.sort_index(axis=0,ascending=False).head(3) ##按照字母顺序来 336 | 337 | df2.head(3).to_excel("df3.xls") ##数据框导出 to_csv 338 | 339 | ##缺失值数据处理 340 | df2.empty ##判断数据框当中是否存在缺失值 341 | 342 | A=pd.DataFrame(np.array([10,10,20,20]).reshape(2,2),columns=list("ab"),index=list("SW")) 343 | A 344 | list("ab") 345 | B=pd.DataFrame(np.array([1,1,1,2,2,2,3,3,3]).reshape(3,3), columns=list("abc"),index=list("SWT")) 346 | B 347 | C=A+B 348 | C 349 | A.add(B,fill_value=0) 350 | 351 | A.add(B,fill_value=A.stack().mean()) 352 | 353 | A.mean() 354 | A.stack() 355 | A.stack().mean() 356 | C 357 | C.isnull() 358 | C.dropna(axis='index') 359 | C.fillna(0) 360 | C.fillna(method="bfill") ##这个表示向前传播或者是向后传播，就是拿前一个值插入到缺失值中 361 | C.fillna(method="ffill",axis=1) ##这个表示按列进行前传和后传的操作 362 | 363 | 364 | ##分组操作 365 | df2 366 | df2.groupby("diagnosis")["area_mean"].mean() 367 | 368 | df2.groupby("diagnosis")["area_mean"].aggregate(["mean","sum","max","median"]) 369 | 370 | df2.groupby("diagnosis")["area_mean"].describe() 371 | 372 | df2.groupby("diagnosis")["area_mean"].aggregate(["mean","sum"]) ##一个是横向排列，下面的是纵向排列 373 | 374 | df2.groupby("diagnosis")["area_mean"].aggregate(["mean","sum"]).unstack() 375 | 376 | def myfunc(x): 377 | x["area_mean"]=x["area_mean"].sum() 378 | return x 379 | 380 | a=df2.groupby("diagnosis").apply(myfunc).head() 381 | 382 | 383 | import pandas as pd 384 | df = pd.read_excel(r"..\Data\Chapter05.xlsx",sheet_name=2) 385 | df.drop_duplicates() #删除重复的列 386 | df.drop_duplicates(subset = "唯一识别码") #指定判断的列 387 | df.drop_duplicates(subset = ["客户姓名","唯一识别码"]) 388 | df.drop_duplicates(subset = ["客户姓名","唯一识别码"],keep = "last") #keep参数（first,last）first表示保留第一个出现的行，last表示保留最后一个出现的行，false表示全部删除 389 | 390 | df["唯一识别码"].astype("float64")#将唯一识别码冲int类型转为float类型 391 | 392 | ##为数据框设置索引 393 | df.columns = ["订单编号","客户姓名","唯一识别码","成交时间"]#header需要设置为None，否则会覆盖第一行数据 394 | df.index = [1,2,3,4,5] 395 | 396 | ##数据框重新设置索引和列名 397 | df.rename(columns={"订单编号":"新订单编号","客户姓名":"新客户姓名"}) #重命名列索引 398 | df.rename(index = {1:"一",2:"二",3:"三"}) #重命名行索引 399 | df.rename(columns={"订单编号":"新订单编号","客户姓名":"新客户姓名"},index = {1:"一",2:"二",3:"三",4:'四'})#同时重命名列和行索引 400 | 401 | ##选择某几列 402 | df['客户姓名'] 403 | df[['订单编号','客户姓名']] 404 | df.iloc[:,[0,2]] 405 | 406 | #请切记，列表中关于取值的操作和pandas当中的iloc列表取值完全是两回事情 407 | #列表中的第一个框其实是规定了行的数量，而第二个框事实上是规定了列的数量 408 | 409 | 410 | #选择年龄小于200并且唯一识别码小于200，条件用括号括起来 411 | df[(df['年龄']<200) & (df['唯一识别码']<102)] 412 | 413 | 414 | df = pd.read_excel(r"C:\Users\Administrator\Desktop\Excel-Python-master\Data\Chapter07.xlsx",sheet_name =0) 415 | #对某一列进行数值替换 416 | df["年龄"].replace(240,33,inplace = True) #第一个值表示表中的值，第二个数字表示要替换的值 417 | df 418 | #对全表中的缺失值进行替换 419 | df.replace(np.NaN,0) 420 | 421 | df.replace([240,260,280],35) 422 | 423 | df.replace({240:32,260:33,280:34}) 424 | 425 | df.sort_values(by=["销售ID"]) 426 | #按照销售ID进行降序排序 427 | df.sort_values(by=["销售ID"],ascending= False) 428 | 429 | 430 | df1 = pd.read_excel(r"C:\Users\Administrator\Desktop\Excel-Python-master\Data\Chapter07.xlsx",sheet_name =2) 431 | df1 432 | #默认空值是排在最后面 433 | df1.sort_values( by = ["销售ID"]) 434 | #通过设置na_position参数将缺失的值显示在前面，默认参数值是last 435 | df1.sort_values(by = ["销售ID"],na_position = "first") 436 | 437 | ##按照多列数字进行排序 438 | df3 = pd.read_excel(r"C:\Users\Administrator\Desktop\Excel-Python-master\Data\Chapter07.xlsx",sheet_name =3) 439 | df3 440 | #将需要排序的by里面，然后在设置升降序 441 | df3.sort_values(by=["销售ID","成交时间"],ascending = [True,False]) 442 | 443 | df4 = pd.read_excel(r"C:\Users\Administrator\Desktop\Excel-Python-master\Data\Chapter07.xlsx",sheet_name =4) 444 | df4 445 | 446 | df5 = pd.read_excel(r"C:\Users\Administrator\Desktop\Excel-Python-master\Data\Chapter07.xlsx",sheet_name =1) 447 | df5["销售ID"] 448 | #method取average时与Excel中的RANK.AVG函数一样 449 | df5["销售ID"].rank(method ="average") 450 | 451 | df5["销售ID"].rank(method ="first") ##排列的是index如果两个相同的话取第一个 452 | df5["销售ID"].rank(method ="min") ##如果两个相同取最小的排名 453 | df5["销售ID"].rank(method ="max") ##如果两个相同取最大的排名 454 | 455 | ##删除列方法 456 | df5.drop(["销售ID","成交时间"],axis =1) 457 | 458 | df5.drop(df5.columns[[4,5]],axis=1) ##这两种方法要注意 459 | 460 | df5.drop(columns = ["销售ID","成交时间"]) 461 | ##删除行的方法 462 | df5.drop(["0a","1b"],axis = 0) 463 | df5.drop(df.index[[0,1]]) 464 | df5.drop(index = ["0a","1b"]) 465 | 466 | ##删除特定的行 467 | df5[df5["年龄"]<40] 468 | 469 | ##数值计算 470 | df5["销售ID"].value_counts() 471 | #计算销售ID的值占比 472 | df5["销售ID"].value_counts(normalize = True) 473 | 474 | df5["销售ID"].unique() 475 | 476 | ##采用的是数值查找的形式 477 | df5['年龄'].isin([31,21]) 478 | 479 | df5.isin(["A2",31]) 480 | 481 | df6 = pd.read_excel(r"C:\Users\Administrator\Desktop\Excel-Python-master\Data\Chapter07.xlsx",sheet_name =5) 482 | df6 483 | pd.cut(df6["年龄"],bins = [0,3,6,9,10]) ##这个函数是用来进行分组的,十分有用 484 | 485 | pd.qcut(df6["年龄"],3) ##这个函数表示均匀地切分 486 | 487 | ##插入列数据 488 | df7 = pd.read_excel(r"C:\Users\Administrator\Desktop\Excel-Python-master\Data\Chapter07.xlsx",sheet_name =3) 489 | df7 490 | df7.insert(2,"商品类别",["cat01","cat02","cat03","cat04","cat05"]) 491 | 492 | df7["商品类别"]= ["cat01","cat02","cat03","cat04","cat05"] 493 | df7 494 | 495 | ##关于行的插入,没有好的办法，智能将矩阵转秩，然后进行插入 496 | a=df7.T 497 | #再转置则回到原来的结果 498 | df7.T.T 499 | m=df["成交时间"] 500 | 501 | df8 = pd.read_excel(r"C:\Users\Administrator\Desktop\Excel-Python-master\Data\Chapter07.xlsx",sheet_name =6) 502 | df8 503 | df8.stack() 504 | 505 | 506 | ###宽表转为长表 507 | import pandas as pd 508 | df = pd.read_excel(r"C:\Users\Administrator\Desktop\Excel-Python-master\Data\Chapter07.xlsx",sheet_name =7) 509 | df 510 | #设置索引 511 | df.set_index(["Company","Name"]) 512 | #将列索引转为行索引 513 | df.set_index(["Company","Name"]).stack() 514 | #重置索引 515 | df.set_index(["Company","Name"]).stack().reset_index() 516 | #重命名索引 517 | df.set_index(["Company","Name"]).stack().reset_index().rename(columns={"level_2":"Year",0:"sale"}) 518 | 519 | df.melt(id_vars=["Company","Name"],var_name="Year",value_name = "Sale") 520 | 521 | ##长表转化为宽表 522 | df2 = pd.read_excel(r"C:\Users\Administrator\Desktop\Excel-Python-master\Data\Chapter07.xlsx",sheet_name =8) 523 | df2 524 | 525 | df2.pivot_table(index=["Company","Name"],columns="Year",values="Sale") 526 | 527 | ###apply函数和applymap函数 528 | df = pd.read_excel(r"C:\Users\Administrator\Desktop\Excel-Python-master\Data\Chapter07.xlsx",sheet_name =9) 529 | df 530 | df["C1"].apply(lambda x:x+1) ##这个表示局部函数，下面那个表示全局函数 531 | 532 | df.applymap(lambda x:x+1) ##对表内每一个元素都加1 533 | 534 | df.apply(lambda x:x+1,axis=0) 535 | 536 | df.iloc[0,:]=df.iloc[0,:].apply(lambda x:x+1) ##apply的按行操作 537 | 538 | ##算数相加 539 | df = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter08.xlsx",sheet_name = 0) 540 | df 541 | df.index=["S1","S2","S3"] 542 | 543 | df["C1"]+df["C2"] 544 | 545 | df["C1"]-df["C2"] 546 | 547 | df["C1"]*df["C2"] 548 | 549 | df["C1"]/df["C2"] 550 | 551 | df["C1"]+1 552 | df["C1"]-1 553 | 554 | df1 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter08.xlsx",sheet_name = 0) 555 | #添加行索引 556 | df1.index=["S1","S2","S3"] 557 | df1 558 | df1["C1"] > df1["C2"] 559 | df1["C1"] < df1["C2"] 560 | df1["C1"] != df1["C2"] 561 | 562 | df1.count() 563 | 564 | df1.count(axis =0) 565 | 566 | df.sum(axis=1) 567 | 568 | df["C1"].sum() 569 | 570 | df.mean() 571 | 572 | df.mean( axis =1) 573 | 574 | df["C1"].mean() 575 | 576 | df.max() 577 | 578 | df.max( axis =1) 579 | 580 | df["C1"].max() 581 | 582 | ##求众数 583 | df3 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter08.xlsx",sheet_name=1) 584 | df3.index=["S1","S2","S3"] 585 | df3.mode() 586 | 587 | ##四分位数 588 | df5 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter08.xlsx",sheet_name=1) 589 | df5.index=["S1","S2","S3","S4","S5"] 590 | df5 591 | df5.quantile(0.25)#求四分之一分数位 592 | df5.quantile(0.75)#求四分之三分数位 593 | df5.quantile(0.25,axis = 1)#求每一行的四分之一分数位 594 | 595 | df5.corr() 596 | 597 | ##关于时间的计算 598 | from datetime import datetime 599 | datetime.now() 600 | 601 | datetime.now().year 602 | datetime.now().month 603 | datetime.now().day 604 | 605 | 606 | datetime.now().weekday()+1 ##周几 607 | 608 | datetime.now().isocalendar() ##年月日的返回值 609 | 610 | datetime.now().isocalendar()[1] ##第几周 611 | 612 | ##显示日期 613 | datetime.now().date() 614 | 615 | datetime.now().time() 616 | 617 | datetime.now().strftime("%Y-%m-%d") 618 | 619 | index = pd.DatetimeIndex(['2018-01-01','2018-01-02','2018-01-03','2018-01-04','2018-01-05', 620 | '2018-01-06','2018-01-07','2018-01-08','2018-01-09','2018-01-10']) 621 | data = pd.DataFrame(np.arange(1,11),columns =["num"],index = index) 622 | data 623 | 624 | data["2018"] 625 | 626 | data["2018-01-01":"2018-01-05"] 627 | 628 | ##时间的比较与计算 629 | import pandas as pd 630 | from datetime import datetime 631 | df9 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter06.xlsx",sheet_name = 4) 632 | df9[df9["成交时间"]>datetime(2018,8,8)] 633 | 634 | df9[df9["成交时间"] == datetime(2018,8,8)] 635 | 636 | df9[(df9["成交时间"]>datetime(2018,8,8))&(df9["成交时间"]< datetime(2018,8,11))] 637 | 638 | cha = datetime(2018,5,21,19,50)-datetime(2018,5,18,20,32) 639 | cha 640 | 641 | cha.days 642 | 643 | cha.seconds 644 | 645 | from datetime import timedelta,datetime 646 | date = datetime.now() 647 | date 648 | 649 | date+timedelta(days =1) 650 | 651 | date+timedelta(seconds = 60) 652 | 653 | date - timedelta(days =1) 654 | 655 | from pandas.tseries.offsets import Hour,Minute,Day,MonthEnd 656 | date = datetime.now() 657 | date 658 | date+Day(1) 659 | date+Hour(1) 660 | date+Minute(10) 661 | date+MonthEnd(1) 662 | 663 | ###数据分组*** 664 | import pandas as pd 665 | df3 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter10.xlsx",sheet_name =0) 666 | df3 667 | 668 | df3.groupby("客户分类").count() 669 | g=df3.groupby(df3["客户分类"]) 670 | g.mean() 671 | g.describe() 672 | 673 | df3.groupby("客户分类").sum() 674 | 675 | df3.groupby(["客户分类","区域"]).count() 676 | 677 | df3.groupby(["客户分类","区域"]).count().reset_index() 678 | 679 | df3.groupby(["客户分类","区域"]).describe() 680 | 681 | df3["客户分类"] 682 | df3.groupby(df3["客户分类"]).count() 683 | df3.groupby([df3["客户分类"],df3["用户ID"]]).sum() 684 | 685 | df3.groupby(df3["客户分类"])["用户ID"].count() 686 | 687 | df3.groupby("客户分类").aggregate(["count","sum"]) 688 | df3.groupby("客户分类").aggregate({"用户ID":"count","7月销量":"sum","8月销量":"sum"}) 689 | 690 | df3.groupby("客户分类").sum() 691 | 692 | df3.groupby("客户分类").sum().reset_index() 693 | 694 | ##数据透析**** 695 | df7 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter10.xlsx",sheet_name =0) 696 | pd.pivot_table(df7,values = "用户ID",columns ="区域",index="客户分类",aggfunc="count") 697 | 698 | pd.pivot_table(df7,values = "用户ID",columns ="区域",index="客户分类",aggfunc="count",margins = True) 699 | 700 | pd.pivot_table(df7,values = "用户ID",columns ="区域",index="客户分类",aggfunc="count",margins = True,fill_value =0) 701 | 702 | ###这里面主要是有三个参数第一个是values、第二个是columns、第三个是index，主要是这三个参数搞定了的话数据透析也就搞定了 703 | pd.pivot_table(df7,values = ["用户ID","7月销量"],columns="区域",index="客户分类",aggfunc={"用户ID":"count","7月销量":"sum"}) 704 | 705 | pd.pivot_table(df7,values="用户ID",columns="区域",index="客户分类",aggfunc="count") 706 | 707 | pd.pivot_table(df7,values="用户ID",columns="区域",index="客户分类",aggfunc="count").reset_index() 708 | 709 | 710 | #关于多表拼接 711 | df1 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =0) 712 | df1 713 | 714 | df2 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =1) 715 | df2 716 | ###一对一 717 | pd.merge(df1,df2) ##如果id有两个相似值的话会出现排列组合的情况 718 | 719 | df3 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =2) 720 | df3 721 | 722 | ##多对一 723 | df1 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =2) 724 | df2 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =3) 725 | pd.merge(df1,df2,on = "学号") 726 | 727 | ##多对多 728 | df1 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =4) 729 | df2 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =3) 730 | pd.merge(df1,df2) 731 | 732 | ##指定连接键 on 733 | df1 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =0) 734 | df2 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =1) 735 | df1 736 | df2 737 | pd.merge(df1,df2) 738 | ##使用on作为键名连接的方式 739 | pd.merge(df1,df2,on="学号") 740 | 741 | ###指定多个键名 742 | df1 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =0) 743 | df2 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =5) 744 | pd.merge(df1,df2,on=["姓名","学号"]) ###两个变量叠加形成一个新的独一无二的索引 745 | 746 | df1 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =6) 747 | df2 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =1) 748 | pd.merge(df1,df2,left_on = "编号",right_on = "学号") 749 | 750 | df1 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =7) 751 | df1.set_index("编号") 752 | 753 | df2 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =1) 754 | df2.set_index("学号") 755 | 756 | ##左右表的连接键均为索引 757 | pd.merge(df1.set_index("编号"),df2.set_index("学号"),left_index = True,right_index = True) 758 | 759 | df2 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/chapter11.xlsx",sheet_name =1) 760 | df2 761 | 762 | pd.merge(df1.set_index("编号"),df2,left_index = True,right_on = "学号") 763 | 764 | ##连接方式，使用how来指定具体的连接方式 765 | df1 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =0) 766 | df1 767 | df2 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =8) 768 | df2 769 | pd.merge(df1,df2,on="学号",how="inner") ##这个连接方式表示取交集 770 | 771 | pd.merge(df1,df2,on="学号",how="left") ##这个连接方式表示取左集合全部 772 | 773 | pd.merge(df1,df2,on="学号",how="right")##这个连接方式表示取右集合的全部 774 | 775 | pd.merge(df1,df2,on="学号",how="outer") ##外连接，两个表的并集 776 | 777 | ###表的纵向合并 778 | df1 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =9) 779 | df1 780 | df2 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =10) 781 | df2 782 | pd.concat([df1,df2]) 783 | 784 | ##索引设置 785 | pd.concat([df1.set_index("编号"),df2.set_index("编号")],ignore_index = True) 786 | 787 | ##重叠数据合并 788 | df1 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =11) 789 | df1 790 | df2 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter11.xlsx",sheet_name =10) 791 | df2 792 | pd.concat([df1.set_index("编号"),df2.set_index("编号")],ignore_index = True) 793 | 794 | ##删除重复值 795 | pd.concat([df1.set_index("编号"),df2.set_index("编号")],ignore_index = True).drop_duplicates() 796 | 797 | ##导出为xlsx文件 798 | import pandas as pd 799 | df = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter12.xlsx",sheet_name =0 ) 800 | df.to_excel(excel_writer = r"C:\Users\Administrator\Desktop\Excel-Python-master\Note\测试文档01.xlsx") 801 | 802 | df.to_excel(excel_writer = r"C:\Users\Administrator\Desktop\Excel-Python-master\Note\测试文档02.xlsx", 803 | sheet_name ="测试") 804 | df.to_excel(excel_writer = r"C:\Users\Administrator\Desktop\Excel-Python-master\Note\测试文档03.xlsx", 805 | index = False) 806 | 807 | df = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter12.xlsx",sheet_name =0 ) 808 | df.to_excel(excel_writer = r"C:\Users\Administrator\Desktop\Excel-Python-master\Note\测试文档04.xlsx", 809 | sheet_name = "测试文档", 810 | index=False,columns = ["用户ID","7月销量","8月销量","9月销量"]) 811 | 812 | ##关于Excel的输出，需要具备以下几个参数：excel_writer、sheet_name、index、columns 813 | ##encoding、na_rep=0、 814 | 815 | ##导出为csv格式文件 816 | df = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter12.xlsx",sheet_name =2) 817 | df.to_csv(path_or_buf = r"C:/Users/Administrator/Desktop/Excel-Python-master/Note/测试文档06.csv" , 818 | index= False, 819 | columns = ["用户ID","7月销量","8月销量","9月销量"], 820 | sep=",", 821 | na_rep = 0, 822 | encoding = "gbk" #设置为gbk或者utf-8-sig 823 | ) 824 | 825 | ###关于多表的输出的问题 826 | df1 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter12.xlsx",sheet_name =0) 827 | df2 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter12.xlsx",sheet_name =1) 828 | df3 = pd.read_excel(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/Chapter12.xlsx",sheet_name =2) 829 | #声明一个对象 830 | writer = pd.ExcelWriter(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/test03.xlsx", 831 | engine = "xlsxwriter") 832 | #将df1、df2、df3写入Excel中的sheet1、sheet2、sheet3 833 | #重命名表1、表2、表3 834 | df1.to_excel(writer,sheet_name ="表1",index=False) 835 | df2.to_excel(writer,sheet_name ="表2",index=False) 836 | df3.to_excel(writer,sheet_name ="表3",index=False) 837 | #保存读写的内容 838 | writer.save() 839 | 840 | 841 | 842 | 843 | 844 | ###关于Python画图的问题 845 | ##建立画布 846 | #导入matplotlib库中的pyplot并起名为plt 847 | import matplotlib.pyplot as plt 848 | #让画布直接在jupyter Notebook中展示出来 849 | %matplotlib inline 850 | #解决中文乱码问题 851 | plt.rcParams["font.sans-serif"]='SimHei' ##字体simhei表示中文中的黑体 852 | #解决负号无法正常显示问题 853 | plt.rcParams["axes.unicode_minus"]= False 854 | #设置为矢量图 855 | %config InlineBackend.figure_format = 'svg' 856 | #建立画布 857 | fig = plt.figure() 858 | #设置画布的高与长 859 | plt.figure(figsize = (8,6)) 860 | 861 | ##用add_subplot函数建立坐标系 862 | fig = plt.figure() 863 | ax1 = fig.add_subplot(1,1,1) 864 | #建立4个坐标系 865 | fig = plt.figure() 866 | ax1 = fig.add_subplot(2,2,1) 867 | ax2 = fig.add_subplot(2,2,2) 868 | ax3 = fig.add_subplot(2,2,3) 869 | ax4 = fig.add_subplot(2,2,4) 870 | 871 | ##用plt.subplot2grid函数建立坐标系 872 | plt.subplot2grid((2,2),(0,0)) 873 | 874 | import numpy as np 875 | x = np.arange(6) 876 | y = np.arange(6) 877 | 878 | plt.subplot2grid((2,2),(0,0)) 879 | plt.plot(x,y) 880 | plt.subplot2grid((2,2),(0,1)) 881 | plt.bar(x,y) 882 | 883 | ##用plt.subplot函数建立坐标系 884 | #将图表分成2行2列，并在第1个坐标系里面绘图 885 | plt.subplot(2,2,1) 886 | import numpy as np 887 | x = np.arange(6) 888 | y = np.arange(6) 889 | #在第1个坐标系上做折线图 890 | plt.subplot(2,2,1) 891 | plt.plot(x,y) 892 | #在第4个坐标系上做柱状图 893 | plt.subplot(2,2,4) 894 | plt.bar(x,y) 895 | 896 | ##用plt.subpllots函数建立坐标系 897 | #将图表整个区域分成2行2列，并将4个坐标系全部返回 898 | fig,axes = plt.subplots(2,2) 899 | import numpy as np 900 | x = np.arange(6) 901 | y = np.arange(6) 902 | #在[0,0]坐标系中绘制折线图 903 | axes[0,0].plot(x,y) 904 | #在[1,1]坐标系中绘制柱状图 905 | axes[1,1].bar(x,y) 906 | 907 | ###设置坐标轴 908 | plt.subplot(1,1,1) 909 | x = np.array([1,2,3,4,5,6,7,8,9]) 910 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 911 | plt.plot(x,y) 912 | plt.xlabel("月份") 913 | plt.ylabel("注册量") 914 | 915 | ##通过设置label参数设置坐标到x和y轴的距离 916 | plt.subplot(1,1,1) 917 | x = np.array([1,2,3,4,5,6,7,8,9]) 918 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 919 | plt.plot(x,y) 920 | plt.xlabel("月份",labelpad = 10) 921 | plt.ylabel("注册量",labelpad = 10) 922 | 923 | #设置坐标轴的样式,坐标轴的样式可以进行调整的 924 | plt.subplot(1,1,1) 925 | x = np.array([1,2,3,4,5,6,7,8,9]) 926 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 927 | plt.plot(x,y) 928 | plt.xlabel("月份",fontsize="xx-large",color="#70AD47",fontweight="bold") 929 | plt.ylabel("注册量",labelpad = 10) 930 | 931 | ##设置坐标轴的刻度，这个是设置坐标轴刻度的设置 932 | ##plt库中使用xticks、yticks，支持文本相关性质设置，使用方法与xlabel、ylabel的文本相关性质设置方法一致 933 | plt.subplot(1,1,1) 934 | x = np.array([1,2,3,4,5,6,7,8,9]) 935 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 936 | plt.plot(x,y) 937 | plt.xlabel("月份") 938 | plt.ylabel("注册量") 939 | plt.xticks(np.arange(9),["1月份","2月份","3月份","4月份","5月份","6月份","7月份","8月份","9月份"]) 940 | plt.yticks(np.arange(1000,7000,1000),["1000人","2000人","3000人","4000人","5000人","6000人"]) 941 | 942 | ##隐藏坐标轴的刻度 943 | plt.subplot(1,1,1) 944 | x = np.array([1,2,3,4,5,6,7,8,9]) 945 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 946 | plt.plot(x,y) 947 | plt.xlabel("月份") 948 | plt.ylabel("注册量") 949 | plt.xticks([]) 950 | plt.yticks([]) 951 | 952 | ''' 953 | tick_params函数可以对刻度进行设置 954 | axis：对那个轴的刻度线进行设置,x、y、both三个可选 955 | reset：是否重置所有设置，True/False 956 | which：对那种刻度进行设置,major(主刻度线)、minior(次刻度线)、both三个可选 957 | direction：刻度的朝向，in(朝里)、out(朝外)、inout(里外均有)三个可选 958 | length：刻度线长度 959 | width：刻度线的宽度 960 | color：刻度线的颜色 961 | pad：刻度线与刻度标签之间的距离 962 | labelsize：刻度标签大小 labelcolor：刻度标签的颜色 963 | top、bottom、left、right：True/False可选，控制上、下、左、右刻度线是否显示 964 | labeltop、labelbottom、labelleft、labelright：True/False可选，控制上、下、左、右刻度标签是否显示 965 | ''' 966 | 967 | plt.figure(figsize = (6,8)) 968 | x = np.array([1,2,3,4,5,6,7,8,9]) 969 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 970 | #在2X1坐标系上的第一个坐标系中绘图 971 | plt.subplot(2,1,1) 972 | plt.plot(x,y) 973 | plt.xlabel("月份") 974 | plt.ylabel("注册人数") 975 | plt.yticks(np.arange(1000,7000,1000),["1000","2000","3000","4000","5000","6000"]) 976 | #轴刻度线设置双向且下刻度线不显示 977 | plt.tick_params(axis= "both",which = "both", direction = "in" ,bottom=True) 978 | 979 | #在2X1坐标系上的第二个坐标系中绘图 980 | plt.subplot(2,1,2) 981 | plt.plot(x,y) 982 | plt.xlabel("月份") 983 | plt.ylabel("注册人数") 984 | plt.yticks(np.arange(1000,7000,1000),["1000","2000","3000","4000","5000","6000"]) 985 | #轴刻度线设置双向且下刻度标签不显示 986 | plt.tick_params(axis= "both",which = "both", direction = "out" ,labelbottom=False) 987 | 988 | ##设置坐标轴的范围 989 | x = np.array([1,2,3,4,5,6,7,8,9]) 990 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 991 | plt.plot(x,y) 992 | plt.xlim(0,10) 993 | plt.ylim(0,8000) 994 | 995 | ##坐标轴的轴显示设置 996 | x = np.array([1,2,3,4,5,6,7,8,9]) 997 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 998 | plt.plot(x,y) 999 | plt.axis("off") 1000 | 1001 | ''' 1002 | 网络线设置 1003 | 通过设置b的值，True来启用网格线 1004 | 通过axis的值(x、y)控制打开那个轴的网格线 1005 | linestyle设置网格线样式 1006 | linewidth设置网格线宽度 1007 | ''' 1008 | 1009 | #设置网格线 1010 | x = np.array([1,2,3,4,5,6,7,8,9]) 1011 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 1012 | plt.plot(x,y) 1013 | plt.grid(b= True) 1014 | 1015 | #只启用x轴 1016 | x = np.array([1,2,3,4,5,6,7,8,9]) 1017 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 1018 | plt.plot(x,y) 1019 | plt.grid(b= True,axis ="x") 1020 | 1021 | #只启用y轴 1022 | x = np.array([1,2,3,4,5,6,7,8,9]) 1023 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 1024 | plt.plot(x,y) 1025 | plt.grid(b= True,axis ="y") 1026 | 1027 | #启用网格线，虚线样式，线宽为1 1028 | x = np.array([1,2,3,4,5,6,7,8,9]) 1029 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 1030 | plt.plot(x,y) 1031 | plt.grid(b= True,linestyle="dashed",linewidth =1) 1032 | 1033 | ##设置图例 1034 | x = np.array([1,2,3,4,5,6,7,8,9]) 1035 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 1036 | plt.plot(x,y,label ="折线图") 1037 | plt.bar(x,y,label="柱形图") 1038 | plt.legend() 1039 | 1040 | x = np.array([1,2,3,4,5,6,7,8,9]) 1041 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 1042 | plt.plot(x,y,label ="折线图") 1043 | plt.bar(x,y,label="柱形图") 1044 | plt.legend(loc ="upper left") 1045 | plt.legend(loc=2) 1046 | 1047 | x = np.array([1,2,3,4,5,6,7,8,9]) 1048 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 1049 | plt.plot(x,y,label ="折线图") 1050 | plt.bar(x,y,label="柱形图") 1051 | plt.legend(loc ="upper right",fontsize=9,title="测试") 1052 | 1053 | ###图标标题设置 1054 | x = np.array([1,2,3,4,5,6,7,8,9]) 1055 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 1056 | plt.plot(x,y) 1057 | plt.title('1-9月份公司注册用户数',loc ="left") 1058 | 1059 | ''' 1060 | 设置数据标签 1061 | 数据标签实现就是根据实际坐标值在对应的位置显示相应的数值，用text函数实现 1062 | plt.text(x,y,str,ha,va,fontsize) 1063 | 1064 | 参数 说明 1065 | 参数(x、y) 分别表示可以在哪里显示数据 1066 | str 表示显示的具体数值 1067 | horizontalalignment 简称ha,表示str在水平方向的位置，有center、left、right三个值可选 1068 | verticalalignment 简称va,表示str在垂直方向的位置，有center、top、bottom三个值可选 1069 | fontsize 设置str字体大小 1070 | ''' 1071 | 1072 | #在（5，1605）处设置y的值 1073 | import numpy as np 1074 | x = np.array([1,2,3,4,5,6,7,8,9]) 1075 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 1076 | plt.plot(x,y) 1077 | plt.title("1-9月份公司注册用户数",loc = "center") 1078 | #plt.text(5,1605,"极值点") 1079 | plt.text(5,1605,"1605") 1080 | 1081 | #在（5，1605）处设置y的值 1082 | x = np.array([1,2,3,4,5,6,7,8,9]) 1083 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 1084 | plt.plot(x,y) 1085 | plt.title("1-9月份公司注册用户数",loc = "center") 1086 | for a,b in zip(x,y): 1087 | plt.text(a,b,b,ha="center",va="bottom",fontsize=11) 1088 | 1089 | ''' 1090 | 图表注释 1091 | 图表注释是为了便于更快的获取图表的信息实现方法如下: 1092 | plt.annotate(s,xy,xytext,arrowprops) 1093 | 1094 | 参数 说明 1095 | s 表示要注释的文本内容 1096 | xy 表示要注释的位置 1097 | xytext 表示要注释的文本的显示位置 1098 | arrowprops 设置箭相关参数、颜色、箭类型设置 1099 | ''' 1100 | 1101 | x = np.array(["1月份","2月份","3月份","4月份","5月份","6月份","7月份","8月份","9月份"]) 1102 | y = np.array([886,2335,5710,6482,6120,1605,3813,4428,4631]) 1103 | plt.plot(x,y) 1104 | plt.title("1-9月份公司注册用户数",loc = "center") 1105 | plt.annotate("服务器宕机了", 1106 | xy=(5,1605),xytext=(6,1605), 1107 | arrowprops=dict(facecolor="black",arrowstyle="->")) 1108 | 1109 | ''' 1110 | 数据表 1111 | 数据表就是在图表的基础上在添加一个表格，使用plt库中的table函数 1112 | table(cellText=None,cellColours=None, 1113 | cellLoc="right",cellWidths=None, 1114 | rowLabels=None,rowColours=None,rowLoc="left", 1115 | collLabels=None, colColours=None, colLoc="center", 1116 | loc="bottom") 1117 | table函数中参数说明： 1118 | 参数 说明 1119 | cellText 数据表内的值 1120 | cellColours 数据表的颜色 1121 | cellLoc 数据表中数值的位置，可选left、right、center 1122 | cellWidths 列宽 1123 | rowLabels 行标签 1124 | rowColours 行标签颜色 1125 | rowLoc 行标签位置 1126 | colLabels 列标签 1127 | colColours 列标签颜色 1128 | colLoc 列标签位置 1129 | loc 整个数据表的位置，可选坐标系上、下、左、右 1130 | ''' 1131 | 1132 | plt.subplot(1,1,1) 1133 | x= np.array(["东区","南区","西区","北区"]) 1134 | y1 = np.array([8566,5335,7310,6482]) 1135 | y2= np.array([4283,2667,3655,3241]) 1136 | plt.bar(x,y1,width=0.3,label="任务量") 1137 | plt.bar(x,y2,width=0.3,label="完成量") 1138 | plt.xticks([]) 1139 | plt.legend(loc ="upper center",fontsize=9,ncol =2) 1140 | plt.title("全国各分区任务量和完成量") 1141 | cellText=[y1,y2] 1142 | rows = ["任务量","完成量"] 1143 | plt.table(cellText= cellText, 1144 | cellLoc="center", 1145 | rowLabels= rows, 1146 | rowColours=["red","yellow"], 1147 | rowLoc="center", 1148 | colLabels= x, 1149 | colColours=["red","yellow","red","yellow"], 1150 | colLoc="left", 1151 | loc="bottom") 1152 | plt.savefig(r"C:\Users\Administrator\Desktop\test.jpg") 1153 | 1154 | ###绘制常用的图表系列 1155 | ''' 1156 | 使用plt库的plot方法，具体参数如下： 1157 | plt.plot(x,y,color,linestyle,linewidth,marker,markeredgecolor,markedgwidth,markfacecolor,marksize,label) 1158 | x、y分别表示x轴和y轴的数据（必须项） 1159 | color表示折线的颜色 1160 | linestyle表示线的风格 1161 | linewidth表示线的宽度，传入一个表示宽度的浮点数即可 1162 | marker表示折线图中每点的标记物的形状 1163 | ''' 1164 | #导入matplotlib库中的pyplot并起名为plt 1165 | import matplotlib.pyplot as plt 1166 | #让画布直接在jupyter Notebook中展示出来 1167 | %matplotlib inline 1168 | #解决中文乱码问题 1169 | plt.rcParams["font.sans-serif"]='SimHei' 1170 | import numpy as np 1171 | #建立坐标系 1172 | plt.subplot(1,1,1) 1173 | 1174 | #指明x和y的值 1175 | x = np.array([1,2,3,4,5,6,7,8,9]) 1176 | y = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631]) 1177 | 1178 | #绘图 1179 | plt.plot(x,y,color="k",linestyle="dashdot",linewidth=1,marker="o",markersize=5,label="注册用户") 1180 | 1181 | #设置标题及标题位置 1182 | plt.title("1-9月份注册用户量",loc="center") 1183 | 1184 | #添加数据标签 1185 | for a,b in zip(x,y): 1186 | plt.text(a,b,b,ha="center",va="bottom",fontsize=10) 1187 | 1188 | #设置网格线 1189 | plt.grid(True) 1190 | 1191 | #设置图例 1192 | plt.legend() 1193 | 1194 | #保存到本地 1195 | plt.savefig(r"C:\Users\Administrator\Desktop\plot.png") 1196 | 1197 | ''' 1198 | 绘制柱状图 1199 | 使用plt库中的bar方法，具体参数如下： 1200 | plt.bar(x,height,width=0.8 ,bottom=None,align ="center",color,edgecolor) 1201 | x表示在什么位置显示柱状图 1202 | height表示每根柱子的高度 1203 | width表示每个柱子的宽度，每个柱子的宽度可以都一样，也可以各不相同 1204 | bottom表示每个柱子的底部位置，梅根柱子的底部位置可以都不一样，也可以各不相同 1205 | align表示柱子的位置与x值的关系，有center、edge两个参数可选，center表示柱子位于x值的中心位置，edge表示柱子位于x值的边缘位置 1206 | color表示柱子颜色 1207 | edgecolor表示柱子边缘的颜色 1208 | ''' 1209 | #建立坐标系 1210 | plt.subplot(1,1,1) 1211 | 1212 | #指明x和y的值 1213 | x= np.array(["东区","北区","南区","西区"]) 1214 | y = np.array([8566,6482,5335,7310,]) 1215 | 1216 | #绘图 1217 | plt.bar(x,y,width=0.5,align="center",label="任务量") 1218 | 1219 | #设置标题 1220 | plt.title("全国分区任务量",loc="center") 1221 | 1222 | #添加数据标签 1223 | for a,b in zip(x,y): 1224 | plt.text(a,b,b,ha="center",va="bottom",fontsize=12) 1225 | 1226 | #设置x和y轴的名称 1227 | plt.xlabel("分区") 1228 | plt.ylabel("任务量") 1229 | 1230 | #显示图例 1231 | plt.legend() 1232 | 1233 | #保存到本地 1234 | plt.savefig(r"C:\Users\Administrator\Desktop\bar.png") 1235 | 1236 | ###柱状对比图 1237 | 1238 | #建立一个坐标系 1239 | plt.subplot(1,1,1) 1240 | 1241 | #指明x和y的值 1242 | x = np.array([1,2,3,4]) 1243 | y1 = np.array([8566,5335,7310,6482]) 1244 | y2 = np.array([4283,2667,3655,3241]) 1245 | 1246 | #绘图,width=0.3设置柱形图的宽度为0.3 1247 | plt.bar(x,y1,width=0.3,label="任务量") 1248 | #x+0.3相当于把完成量的每个柱子右移0.3 #对比柱形图十分简单 1249 | plt.bar(x+0.3,y2,width=0.3,label="完成量") 1250 | 1251 | #设置标题 1252 | plt.title("全国各分区任务量和完成量",loc="center") 1253 | 1254 | #添加标签数据 1255 | for a,b in zip(x,y1): 1256 | plt.text(a,b,b,ha="center",va="bottom",fontsize =12) 1257 | 1258 | for a,b in zip(x+0.3,y2): 1259 | plt.text(a,b,b,ha="center",va="bottom",fontsize=12) 1260 | 1261 | #设置x和y轴的名称 1262 | plt.xlabel("区域") 1263 | plt.ylabel("任务情况") 1264 | 1265 | #设置x轴的刻度 1266 | plt.xticks(x+0.15,["东区","南区","西区","北区"]) 1267 | 1268 | #设置网格线 1269 | plt.grid(False) 1270 | 1271 | #图例设置 1272 | plt.legend() 1273 | 1274 | #b保存图片 1275 | plt.savefig("C:/Users/Administrator/Desktop/bars.png") 1276 | 1277 | 1278 | ##堆积柱状图 1279 | #导入matplotlib库中的pyplot并起名为plt 1280 | import matplotlib.pyplot as plt 1281 | #让画布直接在jupyter Notebook中展示出来 1282 | %matplotlib inline 1283 | #解决中文乱码问题 1284 | plt.rcParams["font.sans-serif"]='SimHei' 1285 | import numpy as np 1286 | 1287 | #建立一个坐标系 1288 | plt.subplot(1,1,1) 1289 | 1290 | #指明x和y的值 1291 | x = np.array(["东区","南区","西区","北区"]) 1292 | y1 = np.array([8566,5335,7310,6482]) 1293 | y2 = np.array([4283,3241,2667,3655]) 1294 | 1295 | #绘图,width=0.3设置柱形图的宽度为0.3 1296 | plt.bar(x,y1,width=0.3,label="任务量") 1297 | #x+0.3相当于把完成量的每个柱子右移0.3 1298 | plt.bar(x,y2,width=0.3,label="完成量") 1299 | 1300 | #设置标题 1301 | plt.title("全国各分区任务量和完成量",loc="center") 1302 | 1303 | #添加标签数据 1304 | for a,b in zip(x,y1): 1305 | plt.text(a,b,b,ha="center",va="bottom",fontsize =12) 1306 | 1307 | for a,b in zip(x,y2): 1308 | plt.text(a,b,b,ha="center",va="top",fontsize=12) 1309 | 1310 | #设置x和y轴的名称 1311 | plt.xlabel("区域") 1312 | plt.ylabel("任务情况") 1313 | 1314 | #设置网格线 1315 | plt.grid(False) 1316 | 1317 | #图例设置 1318 | plt.legend(loc="upper center",ncol=2) 1319 | 1320 | #b保存图片 1321 | plt.savefig(r"C:/Users/Administrator/Desktop/bars.png") 1322 | 1323 | ''' 1324 | 绘制条形图 1325 | 使用plt库中的barh方法参数如下: 1326 | plt.barh(y,width,height,align,color,edgecolor) 1327 | y表示在什么地方限制柱子,即纵坐标 1328 | width表示柱子在横向的宽度,即横坐标 height表示柱子在纵坐标向的高度,即柱子的实际宽度 1329 | align表示柱子的对齐方式 1330 | color表示柱子的颜色 1331 | edgecolor表示柱子边缘的颜色 1332 | ''' 1333 | #建立坐标系 1334 | plt.subplot(1,1,1) 1335 | 1336 | #指明x和y的值 1337 | x = np.array(["东区","南区","西区","北区"]) 1338 | y = np.array([8566,5335,7310,6482]) 1339 | 1340 | #绘图 1341 | plt.barh(x,height=0.5,width=y,align="center") 1342 | 1343 | #设置标题 1344 | plt.title("全国各分区任务量",loc="center") 1345 | 1346 | #添加数据标签 1347 | for a,b in zip(x,y): 1348 | plt.text(b,a,b, ha="center",va="center",fontsize=12) 1349 | 1350 | #设置x和y轴的名称 1351 | plt.xlabel("任务量") 1352 | plt.ylabel("区域") 1353 | 1354 | #设置网格线 1355 | plt.grid(False) 1356 | 1357 | ''' 1358 | 绘制散点图 1359 | 使用plt库中的scatter方法参数如下: 1360 | plt.scatter(x,y,s,c,marker,linewidths,edgecolors) 1361 | x,y 表示散点的位置 1362 | s 表示每个点的面积,即散点的大小.如果是一个具体的值时,则是由的点大小都一样.也可以呈现多个值,让每个点的大小都不一样,这时候就成了气泡图了. 1363 | c 表示每个点的颜色,如果做只有一种颜色时,则所有的点颜色相同,也可以呈现多哦颜色值,让不同的颜色不同 1364 | marker 表示每个点的标记和折线图的中的marker一致 1365 | linewidths 表四每个散点的宽度 1366 | edgecolors 表示每个散点轮廓的颜色 1367 | ''' 1368 | #建立一个坐标系 1369 | plt.subplot(1,1,1) 1370 | 1371 | #指明x和y的值 1372 | x = [5.5, 6.6, 8.1, 15.8, 19.5, 22.4, 28.3, 28.9] 1373 | y = [2.38, 3.85, 4.41, 5.67, 5.44, 6.03, 8.15, 6.87] 1374 | 1375 | #绘图 1376 | plt.scatter(x,y,marker="o",s=100) 1377 | 1378 | #设置标题 1379 | plt.title("1-8月份平均气温与啤酒销量关系图",loc = "center") 1380 | 1381 | #设置x和y轴名称 1382 | plt.xlabel("平均气温") 1383 | plt.ylabel("啤酒销量") 1384 | 1385 | #设置网格线 1386 | plt.grid(False) 1387 | 1388 | #保存到本地 1389 | plt.savefig("C:/Users/Administrator/Desktop/scatter01.jpg")​ 1390 | #设置网格线 1391 | plt.grid(False) 1392 | ​ 1393 | #保存到本地 1394 | plt.savefig("C:/Users/Administrator/Desktop/scatter01.jpg") 1395 | 1396 | #建立一个坐标系 1397 | plt.subplot(1,1,1) 1398 | 1399 | #指明x和y的值 1400 | x = np.array([5.5, 6.6, 8.1, 15.8, 19.5, 22.4, 28.3, 28.9]) 1401 | y = np.array([2.38, 3.85, 4.41, 5.67, 5.44, 6.03, 8.15, 6.87]) 1402 | 1403 | #绘图 1404 | colors = y*10 1405 | area = y*100 1406 | plt.scatter(x,y, c = colors,marker="o",s=area) 1407 | 1408 | #设置标题 1409 | plt.title("1-8月份平均气温与啤酒销量关系图",loc = "center") 1410 | 1411 | #设置x和y轴名称 1412 | plt.xlabel("平均气温") 1413 | plt.ylabel("啤酒销量") 1414 | 1415 | #添加数据标签 1416 | for a,b in zip(x,y): 1417 | plt.text(a,b,b,ha="center",va="center",fontsize=10,color="white") 1418 | #设置网格线 1419 | plt.grid(False) 1420 | 1421 | #保存到本地 1422 | plt.savefig("C:/Users/Administrator/Desktop/scatter02.jpg") 1423 | ''' 1424 | 绘制面积图 1425 | 使用plt库中的stackplot方法参数如下: plt.stackplot(x,y,labels,color) 1426 | x,y 表示x和y坐标数值 1427 | labels 不同系列图标的图例名 1428 | color 不同系列图标的颜色 1429 | ''' 1430 | #建立一个坐标系 1431 | plt.subplot(1,1,1) 1432 | 1433 | #指明x和y的值 1434 | x = np.array([1,2,3,4,5,6,7,8,9]) 1435 | y1 = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631]) 1436 | y2 = np.array([433,1167,2855,3241,3060,802,1906,2214,2315]) 1437 | 1438 | #绘图 1439 | labels =["注册人数","激活人数"] #指明系列标签 1440 | plt.stackplot(x,y1,y2,labels = labels) 1441 | 1442 | #设置标题 1443 | plt.title("XXX公司1-9月注册与激活人数",loc ="center") 1444 | 1445 | #设置x和y轴的名称 1446 | plt.xlabel("月份") 1447 | plt.ylabel("注册与激活人数") 1448 | 1449 | #设置网格 1450 | plt.grid(False) 1451 | 1452 | #设置图例 1453 | plt.legend() 1454 | ''' 1455 | 绘制面积图 1456 | 使用plt库中的stackplot方法参数如下: plt.stackplot(x,y,labels,color) 1457 | x,y 表示x和y坐标数值 1458 | labels 不同系列图标的图例名 1459 | color 不同系列图标的颜色 1460 | ''' 1461 | #建立一个坐标系 1462 | plt.subplot(1,1,1) 1463 | ​ 1464 | #指明x和y的值 1465 | x = np.array([1,2,3,4,5,6,7,8,9]) 1466 | y1 = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631]) 1467 | y2 = np.array([433,1167,2855,3241,3060,802,1906,2214,2315]) 1468 | ​ 1469 | #绘图 1470 | labels =["注册人数","激活人数"] #指明系列标签 1471 | plt.stackplot(x,y1,y2,labels = labels) 1472 | ​ 1473 | #设置标题 1474 | plt.title("XXX公司1-9月注册与激活人数",loc ="center") 1475 | ​ 1476 | #设置x和y轴的名称 1477 | plt.xlabel("月份") 1478 | plt.ylabel("注册与激活人数") 1479 | ​ 1480 | #设置网格 1481 | plt.grid(False) 1482 | ​ 1483 | #设置图例 1484 | plt.legend() 1485 | ​ 1486 | #保存图片到本地 1487 | plt.savefig("C:/Users/Administrator/Desktop/stackplot.jpg") 1488 | ''' 1489 | 绘制树地图 1490 | 树地图常用来表示同一级中不同列别的占比关系,使用squarify库,具体参数如下: 1491 | squarify.plot(size,label,color,value,edgecolor,linewidth) 1492 | size 待绘图数据 1493 | label 不同列别的图例标签 1494 | color 不同列别的颜色 1495 | value 不同列别的数据标签 1496 | edgecolor 不同列别之间边框的颜色 1497 | linewidth 边框线宽 1498 | ''' 1499 | #导入matplotlib库中的pyplot并起名为plt 1500 | import matplotlib.pyplot as plt 1501 | #让画布直接在jupyter Notebook中展示出来 1502 | %matplotlib inline 1503 | #解决中文乱码问题 1504 | plt.rcParams["font.sans-serif"]='SimHei' 1505 | 1506 | import squarify 1507 | import numpy as np 1508 | #指定每一块的大小 1509 | size = np.array([3.4,0.693,0.585,0.570,0.562,0.531,0.530,0.524,0.501,0.478,0.468,0.436]) 1510 | 1511 | #指定每一块标签文字 1512 | xingzuo = np.array(["未知","摩羯座","天秤座","双鱼座","天蝎座","金牛座","处女座","双子座","射手座","狮子座","水瓶座","白羊座"]) 1513 | #指定每一块数值标签 1514 | rate = np.array(["34%","6.93%","5.85%","5.70%","5.62%","5.31%","5.30%","5.24%","5.01%","4.78%","4.68%","4.36%"]) 1515 | 1516 | #指定每一块的颜色 1517 | colors = ["steelblue","#9999ff","red","indianred","green","yellow","orange"] 1518 | 1519 | #绘图 1520 | plot = squarify.plot(sizes= size,label= xingzuo,color = colors,value = rate, edgecolor = 'white',linewidth =3) 1521 | 1522 | #设置标题 1523 | plt.title("菊粉星座分布",fontdict={'fontsize':12}) 1524 | 1525 | #去除坐标轴 1526 | plt.axis('off') 1527 | 1528 | #去除上边框和右边框的刻度 1529 | plt.tick_params(top=False,right=False) 1530 | 1531 | ''' 1532 | 绘制雷达 1533 | 雷达图使用的是plt库中的polar方法,polar是用来建立极坐标系的,其实雷达图就是先将各点展示在极坐标系中,然后用线将各点连接起来,具体参数如下: 1534 | plt.polar(theta,r,color,marker,linewidth) 1535 | theta 每一点在极坐标系中的角度 1536 | r 每一点在极坐标系中的半径 1537 | color 连接各点之间线的颜色 1538 | marker 每点的标记物 1539 | linewidth 连接线的宽度 1540 | ''' 1541 | #建立坐标系 1542 | plt.subplot(111,polar = True) #参数polar等于True表示建立一个极坐标系 1543 | ​ 1544 | dataLenth = 5 #把圆分成5份 1545 | #np.linspace表示在指定的间隔内返回均匀间隔的数字 1546 | angles = np.linspace(0,2*np.pi,dataLenth,endpoint = False) 1547 | labels = ["沟通能力","业务理解能力","逻辑思维能力","快速学习能力","工具使用能力"] 1548 | data = [2,3.5,4,4.5,5] 1549 | data = np.concatenate((data,[data[0]]))#闭合 1550 | angles = np.concatenate((angles,[angles[0]])) #闭合 1551 | ​ 1552 | #绘图 1553 | plt.polar(angles,data,color='r',marker="o") 1554 | ​ 1555 | #设置x轴宽度 1556 | plt.xticks(angles,labels) 1557 | ​ 1558 | #设置标题 1559 | plt.title("某数据分析师纵隔评级") 1560 | ​ 1561 | #保存本地 1562 | plt.savefig("C:/Users/Administrator/Desktop/polarplot.jpg") 1563 | ''' 1564 | 绘制箱形图 1565 | 箱形图用来反映一组数据的离散情况,使用plt库中的boxplot方法具体参数如下: 1566 | plt.boxplot(x,vert,widths,labels) 1567 | x 待绘图源数据 1568 | vert 箱形图方向,如果为True则表示纵向；如果是False则表示横向，默认为True 1569 | widths 箱形图的宽度 1570 | labels 箱形图的标签 1571 | ''' 1572 | import numpy as np 1573 | #导入matplotlib库中的pyplot并起名为plt 1574 | import matplotlib.pyplot as plt 1575 | #让画布直接在jupyter Notebook中展示出来 1576 | %matplotlib inline 1577 | #解决中文乱码问题 1578 | plt.rcParams["font.sans-serif"]='SimHei' 1579 | #解决负号无法正常显示问题 1580 | plt.rcParams["axes.unicode_minus"]= False 1581 | #设置为矢量图 1582 | %config InlineBackend.figure_format = 'svg' 1583 | ​ 1584 | #建立一个坐标系 1585 | plt.subplot(1,1,1) 1586 | ​ 1587 | #指明X值 1588 | y1 = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631]) 1589 | y2 = np.array([433,1167,2855,3241,3060,802,1906,2214,2315]) 1590 | x = [y1,y2] 1591 | ​ 1592 | #绘图 1593 | labels = ["注册人数","激活人数"] 1594 | plt.boxplot(x,labels = labels,vert = True,widths = [0.2,0.5]) 1595 | ​ 1596 | #设置标题 1597 | plt.title("XXX公司1-9月份注册于激活人数",loc = "center") 1598 | ​ 1599 | #设置网格线 1600 | plt.grid(False) 1601 | ​ 1602 | #保存到本地 1603 | plt.savefig(r"C:\Users\Administrator\Desktop\boxplot.jpg") 1604 | 1605 | ''' 1606 | 绘制饼图 1607 | 饼图也常用来表示一等级中不同类别的占比情况，使用的方法是plt库中的pie方法具体参数如下: 1608 | plt.pie(x,explode,labels,colors,autopct,pctdistance,shadow,labeldistance,startangle,radius,counterclock,wedgeprops,textprops,center,frame) 1609 | x 待绘图的数据 1610 | explode 饼图找哦就能够每一块离心圆的距离 1611 | labels 饼图中每一块的标签 color 饼图中每一块的颜色 1612 | autopct 控制饼图内数值百分比的格式 1613 | pactdistanc 数据标签距中心的距离 1614 | shadow 饼图是否有阴影 1615 | labeldistance 每一块饼图距离中心的距离 startangle 饼图初始角度 1616 | radius 饼图的半径 counterclock 是否让饼图逆时针显示 1617 | wedgeprops 饼图内外边缘属性 1618 | textprops 饼图中文本相关属性 1619 | center 饼图中心位置 1620 | frame 是否显示饼图背后的图框 1621 | ''' 1622 | #建立坐标系 1623 | plt.subplot(1,1,1) 1624 | ​ 1625 | #指明x值 1626 | x = np.array([8566,5335,7310,6482]) 1627 | ​ 1628 | #绘图 1629 | labels = ["东区","北区","南区","西区"] 1630 | #让第一块离圆心远点 1631 | explode = [0.05,0,0,0] 1632 | labeldistance = 1.1 1633 | plt.pie(x,labels=labels ,autopct='%.0f%%',shadow = True,explode = explode,radius = 1.0 ,labeldistance = labeldistance) 1634 | ​ 1635 | #设置标题 1636 | plt.title("全国各区域人数占比",loc="center") 1637 | ​ 1638 | #保存图表到本地 1639 | plt.savefig(r"C:\Users\Administrator\Desktop\pie.jpg") 1640 | 1641 | #建立坐标系 1642 | plt.subplot(1,1,1) 1643 | 1644 | #指明x值 1645 | x1 = np.array([8566,5335,7310,6482]) 1646 | x2= np.array([4283,3241,2667,3655]) 1647 | 1648 | #绘图 1649 | labels = ["东区","北区","南区","西区"] 1650 | 1651 | plt.pie(x1,labels=labels,radius = 1.0 ,wedgeprops=dict(width=0.3,edgecolor="w")) 1652 | plt.pie(x2,radius = 0.7 ,wedgeprops=dict(width=0.3,edgecolor="w")) 1653 | 1654 | #添加注释 1655 | plt.annotate("完成量",xy=(0.35,0.35),xytext =(0.7,0.45),arrowprops=dict(facecolor="black",arrowstyle="->")) 1656 | plt.annotate("任务量",xy=(0.75,0.20),xytext =(1.1,0.2),arrowprops=dict(facecolor="black",arrowstyle="->")) 1657 | #设置标题 1658 | plt.title("全国各区域人数占比",loc="center") 1659 | 1660 | #保存图表到本地 1661 | plt.savefig(r"C:\Users\Administrator\Desktop\pie01.jpg") 1662 | ''' 1663 | 绘制热力图 1664 | 热力图是将某一事物的响应度反映在图表上，可以快速发现需要重点关注的区域，适应plt库中的imshow方法,具体参数如下: 1665 | plt.imshow(x,cmap) 1666 | x 表示待绘图的数据，需要矩阵形式 1667 | cmap 配色方案，用来避阿明图表渐变的主题色 1668 | cmap的所有可选值都是封装在plt.cm里面 1669 | ''' 1670 | import itertools 1671 | #几个相关指标之间的相关性 1672 | cm = np.array([[1,0.082,0.031,-0.0086], 1673 | [0.082,1,-0.063,0.062], 1674 | [0.031,-0.09,1,0.026], 1675 | [-0.0086,0.062,0.026,1]]) 1676 | cmap = plt.cm.cool #设置配色方案 1677 | plt.imshow(cm,cmap = cmap) 1678 | plt.colorbar()#显示右边颜色条 1679 | ​ 1680 | #设置x和y周的刻度标签 1681 | classes = ["负债率","信贷数量","年龄","家庭数量"] 1682 | tick_marks = np.arange(len(classes)) 1683 | plt.xticks(tick_marks,classes) 1684 | plt.yticks(tick_marks,classes) 1685 | ​ 1686 | #将数值像是在指定位置 1687 | for i,j in itertools.product(range(cm.shape[0]),range(cm.shape[1])): 1688 | plt.text(j,i,cm[i,j],horizontalalignment="center") 1689 | ​ 1690 | plt.grid(False) 1691 | ​ 1692 | #保存图表到本地 1693 | plt.savefig(r"C:\Users\Administrator\Desktop\imshow.jpg") 1694 | 1695 | ''' 1696 | 绘制水平线和垂直线 1697 | 水平线和垂直线主要用啦做对比参考，使用plt库中的axhline和axvline方法具体参数如下: 1698 | plt.axhline(y,xmin,xmax) 1699 | plt.axvline(x,ymin,ymax) 1700 | x/y 画水平/垂直线上和的横纵坐标 xmin/xmax 水平线起点和终点 1701 | ymin/ymax 垂直线起点和终点 1702 | ''' 1703 | 1704 | #导入matplotlib库中的pyplot并起名为plt 1705 | import matplotlib.pyplot as plt 1706 | ​ 1707 | #建立坐标系 1708 | plt.subplot(1,2,1) 1709 | ​ 1710 | #绘制一条y等于2且起点是0.2，重点是0.6的水平线 1711 | plt.axhline(y=2,xmin=0.2,xmax=0.6) 1712 | ​ 1713 | plt.subplot(1,2,2) 1714 | ​ 1715 | #绘制一条x等于2且起点是0.2终点是0.6的垂直线 1716 | plt.axvline(x=2,ymin=0.2,ymax=0.6) 1717 | 1718 | ''' 1719 | 绘制组合图表 1720 | 折线图+折线图 1721 | ''' 1722 | #建立一个坐标系 1723 | plt.subplot(1,1,1) 1724 | ​ 1725 | #指明x和y的值 1726 | x = np.array([1,2,3,4,5,6,7,8,9]) 1727 | y1 = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631]) 1728 | y2 = np.array([433,1167,2855,3241,3060,802,1906,2214,2315]) 1729 | ​ 1730 | #直接绘制两条折线绘图 1731 | plt.plot(x,y1,color="k",linestyle="solid",linewidth=1,marker="o",markersize=3,label="注册人数") 1732 | plt.plot(x,y2,color="k",linestyle="dashdot",linewidth=1,marker="o",markersize=3,label="激活人数") 1733 | ​ 1734 | ​ 1735 | #设置标题 1736 | plt.title("XXX公司1-9月注册与激活人数",loc ="center") 1737 | ​ 1738 | #添加数据标签 1739 | for a,b in zip(x,y1): 1740 | plt.text(a,b,b,ha="center",va="bottom",fontsize=11) 1741 | 1742 | for a,b in zip(x,y2): 1743 | plt.text(a,b,b,ha="center",va="bottom",fontsize=11) 1744 | ​ 1745 | #设置x和y轴的名称 1746 | plt.xlabel("月份") 1747 | plt.ylabel("注册与激活人数") 1748 | ​ 1749 | ​ 1750 | #设置x和y轴的刻度 1751 | plt.xticks(np.arange(9),["1月份","2月份","3月份","4月份","5月份","6月份","7月份","8月份","9月份"]) 1752 | plt.yticks(np.arange(1000,7000,1000),["1000人","2000人","3000人","4000人","5000人","6000人"]) 1753 | #设置网格 1754 | plt.grid(False) 1755 | ​ 1756 | #设置图例 1757 | plt.legend() 1758 | ​ 1759 | #保存图片到本地 1760 | plt.savefig("C:/Users/Administrator/Desktop/plot01.jpg") 1761 | 1762 | #建立一个坐标系 1763 | plt.subplot(1,1,1) 1764 | 1765 | #指明x和y的值 1766 | x = np.array([1,2,3,4,5,6,7,8,9]) 1767 | y1 = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631]) 1768 | y2 = np.array([433,1167,2855,3241,3060,802,1906,2214,2315]) 1769 | plt.plot(x,y1,color="r",linestyle="solid",linewidth=1,marker="o",markersize=3,label="注册人数") 1770 | plt.bar(x,y2,color="g",label="激活人数") 1771 | 1772 | #设置标题及位置 1773 | plt.title("XXX公司1-9月注册与激活人数",loc ="center") 1774 | 1775 | #添加数据标签 1776 | for a,b in zip(x,y1): 1777 | plt.text(a,b,b,ha="center",va="bottom",fontsize=11) 1778 | 1779 | for a,b in zip(x,y2): 1780 | plt.text(a,b,b,ha="center",va="bottom",fontsize=11) 1781 | 1782 | #设置x和y轴的名称 1783 | plt.xlabel("月份") 1784 | plt.ylabel("注册与激活人数") 1785 | 1786 | 1787 | #设置x和y轴的刻度 1788 | plt.xticks(np.arange(9),["1月份","2月份","3月份","4月份","5月份","6月份","7月份","8月份","9月份"]) 1789 | plt.yticks(np.arange(1000,7000,1000),["1000人","2000人","3000人","4000人","5000人","6000人"]) 1790 | #设置网格 1791 | plt.grid(False) 1792 | 1793 | #设置图例 1794 | plt.legend() 1795 | 1796 | #保存图片到本地 1797 | plt.savefig("C:/Users/Administrator/Desktop/bar02.jpg") 1798 | ''' 1799 | 绘制双坐标轴图表 1800 | 双坐标轴图表就是既有主坐标轴又有次坐标轴图表，两个不同量级的指标放在同一个坐标系中时，就需要开启双坐标轴，比如任务量和我完成率就是连个不同量级的指标 1801 | 1802 | 绘制双y轴图表 1803 | 使用plt库中的twinx方法，绘制流程为：建立坐标系，然后绘制主坐标轴上的图表，再调用plt.twinx方法，最后绘制次坐标轴的图表 1804 | ''' 1805 | #建立一个坐标系 1806 | plt.subplot(1,1,1) 1807 | 1808 | #指明x和y的值 1809 | x = np.array([1,2,3,4,5,6,7,8,9]) 1810 | y1 = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631]) 1811 | y2 = np.array([0.54459448,0.32392354,0.39002751, 1812 | 0.41121879,0.31063077,0.33152276, 1813 | 0.92226226,0.02950071,0.15716906]) 1814 | 1815 | #绘制主坐标轴上的图表 1816 | plt.plot(x,y1,color="g",linestyle="solid",linewidth=1,marker="o",markersize=3,label="注册人数") 1817 | 1818 | #设置主x和y轴的名称 1819 | plt.xlabel("月份") 1820 | plt.ylabel("注册量") 1821 | 1822 | #设置主坐标的图例 1823 | plt.legend(loc ="upper left") 1824 | 1825 | #调用twinx方法 1826 | plt.twinx() 1827 | 1828 | #绘制此坐标轴的图表 1829 | plt.plot(x,y2,color="r",linestyle="dashdot",linewidth=1,marker="o",markersize=3,label="激活率") 1830 | 1831 | #设置次x和y轴的名称 1832 | plt.xlabel("月份") 1833 | plt.ylabel("激活率") 1834 | 1835 | #设置次坐标轴的图例 1836 | plt.legend() 1837 | 1838 | #设置标题及位置 1839 | plt.title("XXX公司1-9月注册量与激活率",loc ="center") 1840 | 1841 | #保存图片到本地 1842 | plt.savefig("C:/Users/Administrator/Desktop/twinx.jpg") 1843 | #建立一个坐标系 1844 | plt.subplot(1,1,1) 1845 | ​ 1846 | #指明x和y的值 1847 | x = np.array([1,2,3,4,5,6,7,8,9]) 1848 | y1 = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631]) 1849 | y2 = np.array([0.54459448,0.32392354,0.39002751, 1850 | 0.41121879,0.31063077,0.33152276, 1851 | 0.92226226,0.02950071,0.15716906]) 1852 | ​ 1853 | #绘制主坐标轴上的图表 1854 | plt.plot(x,y1,color="g",linestyle="solid",linewidth=1,marker="o",markersize=3,label="注册人数") 1855 | ​ 1856 | #设置主x和y轴的名称 1857 | plt.xlabel("月份") 1858 | plt.ylabel("注册量") 1859 | ​ 1860 | #设置主坐标的图例 1861 | plt.legend(loc ="upper left") 1862 | ​ 1863 | #调用twinx方法 1864 | plt.twinx() 1865 | ​ 1866 | #绘制此坐标轴的图表 1867 | plt.plot(x,y2,color="r",linestyle="dashdot",linewidth=1,marker="o",markersize=3,label="激活率") 1868 | ​ 1869 | #设置次x和y轴的名称 1870 | plt.xlabel("月份") 1871 | plt.ylabel("激活率") 1872 | ​ 1873 | #设置次坐标轴的图例 1874 | plt.legend() 1875 | ​ 1876 | #设置标题及位置 1877 | plt.title("XXX公司1-9月注册量与激活率",loc ="center") 1878 | ​ 1879 | #保存图片到本地 1880 | plt.savefig("C:/Users/Administrator/Desktop/twinx.jpg") 1881 | 1882 | ''' 1883 | 绘制双x轴图表 1884 | 使用plt库中的twiny方法，流程与x双y轴的方法一样。 1885 | 1886 | 绘图样式设置 1887 | matplotlib库默认样式不是很好看，使用plt.style.available即可查看matplotlib库支持的所有样式 1888 | 如果需要使用某种样式在程序开头如下代码:plt.style.use(样式名) 1889 | ''' 1890 | plt.style.available 1891 | ['bmh', 1892 | 'classic', 1893 | 'dark_background', 1894 | 'fast', 1895 | 'fivethirtyeight', 1896 | 'ggplot', 1897 | 'grayscale', 1898 | 'seaborn-bright', 1899 | 'seaborn-colorblind', 1900 | 'seaborn-dark-palette', 1901 | 'seaborn-dark', 1902 | 'seaborn-darkgrid', 1903 | 'seaborn-deep', 1904 | 'seaborn-muted', 1905 | 'seaborn-notebook', 1906 | 'seaborn-paper', 1907 | 'seaborn-pastel', 1908 | 'seaborn-poster', 1909 | 'seaborn-talk', 1910 | 'seaborn-ticks', 1911 | 'seaborn-white', 1912 | 'seaborn-whitegrid', 1913 | 'seaborn', 1914 | 'Solarize_Light2', 1915 | 'tableau-colorblind10', 1916 | '_classic_test'] 1917 | #建立一个坐标轴 1918 | plt.subplot(1,1,1) 1919 | #指明x和y的值 1920 | x = np.array([1,2,3,4,5,6,7,8,9]) 1921 | y1 = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631]) 1922 | y2 = np.array([433,1167,2855,3241,3060,802,1906,2214,2315]) 1923 | plt.plot(x,y1,color="r",linestyle="solid",linewidth=1,marker="o",markersize=3,label="注册人数") 1924 | plt.bar(x,y2,color="g",label="激活人数") 1925 | plt.style.use("ggplot") 1926 | 1927 | #导入matplotlib库中的pyplot并起名为plt 1928 | import matplotlib.pyplot as plt 1929 | #让画布直接在jupyter Notebook中展示出来 1930 | %matplotlib inline 1931 | #解决中文乱码问题 1932 | plt.rcParams["font.sans-serif"]='SimHei' 1933 | 1934 | import squarify 1935 | import numpy as np 1936 | #指定每一块的大小 1937 | size = np.array([3.4,0.693,0.585,0.570,0.562,0.531,0.530,0.524,0.501,0.478,0.468,0.436]) 1938 | 1939 | #指定每一块标签文字 1940 | xingzuo = np.array(["未知","摩羯座","天秤座","双鱼座","天蝎座","金牛座","处女座","双子座","射手座","狮子座","水瓶座","白羊座"]) 1941 | #指定每一块数值标签 1942 | rate = np.array(["34%","6.93%","5.85%","5.70%","5.62%","5.31%","5.30%","5.24%","5.01%","4.78%","4.68%","4.36%"]) 1943 | 1944 | #指定每一块的颜色 1945 | colors = ["steelblue","#9999ff","red","indianred","green","yellow","orange"] 1946 | 1947 | #绘图 1948 | plot = squarify.plot(sizes= size,label= xingzuo,color = colors,value = rate, edgecolor = 'white',linewidth =3) 1949 | 1950 | #设置标题 1951 | plt.title("菊粉星座分布",fontdict={'fontsize':12}) 1952 | 1953 | #去除坐标轴 1954 | plt.axis('off') 1955 | 1956 | #去除上边框和右边框的刻度 1957 | plt.tick_params(top=False,right=False) 1958 | 1959 | #b保存到本地 1960 | plt.savefig("C:/Users/Administrator/Desktop/squarify.jpg") 1961 | 1962 | #建立一个坐标系 1963 | plt.subplot(1,1,1) 1964 | 1965 | #指明x和y的值 1966 | x = np.array([0,1,2,3,4,5,6,7,8]) 1967 | y1 = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631]) 1968 | y2 = np.array([433,1167,2855,3241,3060,802,1906,2214,2315]) 1969 | plt.plot(x,y1,color="r",linestyle="solid",linewidth=1,marker="o",markersize=3,label="注册人数") 1970 | plt.bar(x,y2,color="g",label="激活人数") 1971 | 1972 | #设置标题及位置 1973 | plt.title("XXX公司1-9月注册与激活人数",loc ="center") 1974 | 1975 | #添加数据标签 1976 | for a,b in zip(x,y1): 1977 | plt.text(a,b,b,ha="center",va="bottom",fontsize=11) 1978 | 1979 | for a,b in zip(x,y2): 1980 | plt.text(a,b,b,ha="center",va="bottom",fontsize=11) 1981 | 1982 | #设置x和y轴的名称 1983 | plt.xlabel("月份") 1984 | plt.ylabel("注册与激活人数") 1985 | 1986 | 1987 | #设置x和y轴的刻度 1988 | plt.xticks(np.arange(9),["1月份","2月份","3月份","4月份","5月份","6月份","7月份","8月份","9月份"]) 1989 | plt.yticks(np.arange(1000,7000,1000),["1000人","2000人","3000人","4000人","5000人","6000人"]) 1990 | #设置网格 1991 | plt.grid(False) 1992 | 1993 | #设置图例 1994 | plt.legend() 1995 | 1996 | #保存图片到本地 1997 | plt.savefig("C:/Users/Administrator/Desktop/bar02.jpg") 1998 | 1999 | 2000 | ##这个双y轴的图像是excel所不具备的 2001 | #建立一个坐标系 2002 | plt.subplot(1,1,1) 2003 | 2004 | #指明x和y的值 2005 | x = np.array([1,2,3,4,5,6,7,8,9]) 2006 | y1 = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631]) 2007 | y2 = np.array([0.54459448,0.32392354,0.39002751, 2008 | 0.41121879,0.31063077,0.33152276, 2009 | 0.92226226,0.02950071,0.15716906]) 2010 | 2011 | #绘制主坐标轴上的图表 2012 | plt.plot(x,y1,color="g",linestyle="solid",linewidth=1,marker="o",markersize=3,label="注册人数") 2013 | 2014 | #设置主x和y轴的名称 2015 | plt.xlabel("月份") 2016 | plt.ylabel("注册量") 2017 | 2018 | #设置主坐标的图例 2019 | plt.legend(loc ="upper left") 2020 | 2021 | #调用twinx方法 2022 | plt.twinx() 2023 | 2024 | #绘制此坐标轴的图表 2025 | plt.plot(x,y2,color="r",linestyle="dashdot",linewidth=1,marker="o",markersize=3,label="激活率") 2026 | 2027 | #设置次x和y轴的名称 2028 | plt.xlabel("月份") 2029 | plt.ylabel("激活率") 2030 | 2031 | #设置次坐标轴的图例 2032 | plt.legend() 2033 | 2034 | #设置标题及位置 2035 | plt.title("XXX公司1-9月注册量与激活率",loc ="center") 2036 | 2037 | #保存图片到本地 2038 | plt.savefig("C:/Users/Administrator/Desktop/twinx.jpg") 2039 | 2040 | 2041 | ####报表自动化 这一段要重点学习 2042 | import pandas as pd 2043 | from datetime import datetime 2044 | data = pd.read_csv(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/order-14.1.csv", sep=",",engine = "python",encoding="gbk",parse_dates=["成交时间"]) 2045 | data.head() 2046 | data.info() 2047 | this_month = data[(data["成交时间"]>= datetime(2018,2,1)) & (data["成交时间"]<= datetime(2018,2,28))] 2048 | last_month = data[(data["成交时间"]>= datetime(2018,1,1)) & (data["成交时间"]<= datetime(2018,1,31))] 2049 | same_month = data[(data["成交时间"]>= datetime(2017,2,1)) & (data["成交时间"]<= datetime(2017,2,28))] 2050 | 2051 | def get_month_data(data): 2052 | sale = (data["单价"]*data["销量"]).sum() 2053 | traffic = data["订单ID"].drop_duplicates().count() 2054 | s_t = sale/traffic 2055 | return (sale,traffic,s_t) 2056 | sale_1,traffic_1,s_t_1 = get_month_data(this_month) 2057 | sale_2,traffic_2,s_t_2 = get_month_data(last_month) 2058 | sale_3,traffic_3,s_t_3 = get_month_data(same_month) 2059 | 2060 | report = pd.DataFrame([[sale_1,sale_2,sale_3], 2061 | [traffic_1,traffic_2,traffic_3], 2062 | [s_t_1,s_t_2,s_t_3]], 2063 | columns = ["本月累计","上月同期","去年同期"], 2064 | index =["销售额","客流量","客单价"]) 2065 | report 2066 | 2067 | #添加同比和环比字段 2068 | report["环比"] = report["本月累计"]/report["上月同期"] -1 2069 | report["同比"] = report["本月累计"]/report["去年同期"] -1 2070 | report 2071 | report.to_csv(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/order.csv",encoding = "utf-8-sig") 2072 | 2073 | 2074 | import pandas as pd 2075 | from datetime import datetime 2076 | data = pd.read_csv(r"C:/Users/Administrator/Desktop/Excel-Python-master/Data/order-14.3.csv", sep=",",engine = "python",encoding="gbk",parse_dates=["成交时间"]) 2077 | data.head() 2078 | data.groupby("类别ID")["销量"].sum().reset_index().sort_values(by="销量",ascending = False).head(10) 2079 | pd.pivot_table(data,index="商品ID",values ="销量",aggfunc = "sum").reset_index().sort_values(by="销量",ascending = False).head(10) 2080 | data["销售额"] = data["销量"]*data["单价"] 2081 | data.groupby("门店编号")["销售额"].sum() 2082 | data.groupby("门店编号")["销售额"].sum()/data["销售额"].sum() 2083 | 2084 | #绘制饼图 2085 | #导入matplotlib库中的pyplot并起名为plt 2086 | import matplotlib.pyplot as plt 2087 | #让画布直接在jupyter Notebook中展示出来 2088 | %matplotlib inline 2089 | #解决中文乱码问题 2090 | plt.rcParams["font.sans-serif"]='SimHei' 2091 | #解决负号无法正常显示问题 2092 | plt.rcParams["axes.unicode_minus"]= False 2093 | #设置为矢量图 2094 | %config InlineBackend.figure_format = 'svg' 2095 | #建立画布 2096 | fig = plt.figure() 2097 | (data.groupby("门店编号")["销售额"].sum()/data["销售额"].sum()).plot.pie() 2098 | 2099 | #提取小时数 2100 | data["小时"] = data["成交时间"].map(lambda x:int(x.strftime("%H"))) 2101 | #对小时和订单去重 2102 | tracffic = data[["小时","订单ID"]].drop_duplicates() 2103 | #求每个小时的客流量 2104 | tracffic.groupby("小时")["订单ID"].count() 2105 | #绘制折线图 2106 | tracffic.groupby("小时")["订单ID"].count().plot() 2107 | 2108 | 2109 | 2110 | 2111 | 2112 | 2113 | 2114 | --------------------------------------------------------------------------------