代码：
# pip install seaborn -i https://pypi.tuna.tsinghua.edu.cn/simple import pandas as pd import seaborn as sns import numpy as np import matplotlib.pyplot as plt import warnings warnings.filterwarnings("ignore")#忽略一些警告 不影响运行 import numpy as np import pandas as pd data=pd.read_excel("01中国软件-利润表(1).xlsx") data_inf=[] for line in data.values: if len(str(line[1]))>3 and len(str(line[2]))>3 : print(line) data_inf.append(line.tolist()) # 两类相关性分析 plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus']=False a_1=data_inf[0][2:-1][:20] b_1=data_inf[2][2:-1][:20] print(a_1) print(b_1) plt.figure(figsize=(16,8)) plt.title("营业总收入和营业总成本相关性图") plt.xlabel('营业总收入',fontsize=8) plt.ylabel('营业总成本',fontsize=8) plt.scatter(a_1,b_1) plt.show() # 两类相关性分析 a_1=data_inf[2][2:-1][:20] b_1=data_inf[3][2:-1][:20] plt.figure(figsize=(16,8)) plt.title("营业总成本和营业成本相关性图") plt.xlabel('营业总成本',fontsize=8) plt.ylabel('营业成本',fontsize=8) plt.scatter(a_1,b_1) plt.show() # 两类相关性分析 a_1=data_inf[6][2:-1][:20] b_1=data_inf[7][2:-1][:20] plt.figure(figsize=(16,8)) plt.title("销售费用和管理费用相关性图") plt.xlabel('销售费用',fontsize=8) plt.ylabel('管理费用',fontsize=8) plt.scatter(a_1,b_1) plt.show() #直方图 a_1=data_inf[0][2:-1] x_close=[i for i in range(len(a_1))] plt.xlabel('时间',fontsize=8) plt.ylabel('营业总收入',fontsize=8) plt.title("营业总收入直方图") plt.hist(a_1, bins=40, facecolor="red", edgecolor="black", alpha=0.6) # 显示图标题 plt.show() #直方图 a_1=data_inf[6][2:-1] x_close=[i for i in range(len(a_1))] plt.xlabel('时间',fontsize=8) plt.ylabel('销售费用',fontsize=8) plt.title("销售费用直方图") plt.hist(a_1, bins=40, facecolor="red", edgecolor="black", alpha=0.6) # 显示图标题 plt.show()
数据+代码+实验报告：
