制作折线图
探究:电脑价格趋势
新建方法
def line_chart():
读取表格
with open(r'笔记本信息.csv', encoding='gb18030'): df = pd.read_csv("笔记本信息.csv", encoding='gb18030')
创建字典,用键值对储存月份及其对应的平均价格
average_price = {}
30个月,每月上市的电脑的平均价格
# 2019年 for i in range(1, 13): time = float("2019."+str(i)) average_price[str(time)] = (df.where(df['上市时间'] == time).dropna()['参考报价'].mean()) # 2020年 for i in range(1, 13): time = float("2020." + str(i)) average_price[str(time)] = (df.where(df['上市时间'] == time).dropna()['参考报价'].mean()) # 2021年 for i in range(1, 7): time = float("2021." + str(i)) average_price[str(time)] = (df.where(df['上市时间'] == time).dropna()['参考报价'].mean())
作图
plt.figure(figsize=(18, 12), dpi=300) plt.style.use('ggplot') x_data = average_price.keys() y_data = average_price.values() # 横坐标太过稠密影响查看,修改间隔 plt.gca().xaxis.set_major_locator(ticker.MultipleLocator(5)) plt.plot(x_data, y_data, color='red', linewidth=10, linestyle='-') plt.title("电脑价格变化折线图", fontdict={'fontsize': 40}) plt.xlabel("时间", fontdict={'fontsize': 30}) plt.ylabel("平均报价", fontdict={'fontsize': 30}) plt.xticks(fontsize=25) plt.yticks(fontsize=25) plt.savefig('电脑价格变化折线图.png', dpi=300) plt.show()
成品图