python生成可视化数据(matplotlib)

简介: python生成可视化数据(matplotlib)

我们知道python做数据分析是一流的,把数据变为可视化内容,如果我们有一个表格,表格里面有很多数据,我们该如何把这些数据转换为可视化数据咧。首页,我们来看下如何来进行操作的吧。


首先,我们先看下我们需要形成可视化的数据,这里我添加的是每月销售额的数据。会一步步实现可视化数据。



一,python生成可视化数据


import matplotlib.pyplot as plt
x_data_csdn = ['2011', '2012', '2013', '2014', '2015', '2016', '2017']
y_data_csdn= [80,90,112,400,600,100,500]
plt.plot(x_data_csdn, y_data_csdn)
plt.show()


首先,我们看到,我们在这里定义了一个x轴和y轴,这就相当于是可视化数据的x轴和y轴,这里我们在看下,x轴和y轴的变量的数据类型是list。


二,将表格的数据转换为x轴和y轴所需要的数据


我这里先使用python的openpyxl模块定义了一个class。这个def主要是读取表格中指定的列,我们先看下效果。



居然把列表的第一行的数据也给读出来了,这是这第一行的数据是不需要的,我们这里在加点代码,把列表里第一行的内容给删掉,我们这里通过列表下标,把这个列表里“月份”这个元素删掉。



既然方法意见写好了 那我们就把数据导入到x轴和y轴里面吧


三,导入数据


import openpyxl
import matplotlib.pyplot as plt
class Excel:  #表格操作
    def __init__(self,filename,sheetname):
        self.filename = filename
        self.sheetname = sheetname
        self.wb = openpyxl.load_workbook(self.filename)     #生成文件对象,表示要操作的是哪个文件
        self.sheet = self.wb[self.sheetname]
        self.maxrow = self.sheet.max_row
        self.maxcolumn = self.sheet.max_column
    def listColumn(self,maxco):
        list1 = []
        for i in range(self.sheet.max_row):
            row1 = self.sheet.cell(row=i+1, column=maxco).value
            list1.append(row1)
        del list1[0]
        return list1
x=Excel(r"C:\Users\JX\Desktop\ksh.xlsx","Sheet1").listColumn(1)  #定义x轴内容
y=Excel(r"C:\Users\JX\Desktop\ksh.xlsx","Sheet1").listColumn(2)  #定义y轴内容
x_data_csdn = x   #将x轴输入导入
y_data_csdn= y   #将y轴数据导入
plt.plot(x_data_csdn, y_data_csdn)
plt.show()



设置好后运行代码吧,我们可以从这个数据可视化图中看到,从9月份后,xiaoshou额开始上升,12月达到顶峰

相关文章
|
1天前
|
算法 Serverless 数据处理
从集思录可转债数据探秘:Python与C++实现的移动平均算法应用
本文探讨了如何利用移动平均算法分析集思录提供的可转债数据,帮助投资者把握价格趋势。通过Python和C++两种编程语言实现简单移动平均(SMA),展示了数据处理的具体方法。Python代码借助`pandas`库轻松计算5日SMA,而C++代码则通过高效的数据处理展示了SMA的计算过程。集思录平台提供了详尽且及时的可转债数据,助力投资者结合算法与社区讨论,做出更明智的投资决策。掌握这些工具和技术,有助于在复杂多变的金融市场中挖掘更多价值。
22 12
|
6天前
|
数据采集 数据安全/隐私保护 Python
从零开始:用Python爬取网站的汽车品牌和价格数据
在现代化办公室中,工程师小李和产品经理小张讨论如何获取懂车帝网站的汽车品牌和价格数据。小李提出使用Python编写爬虫,并通过亿牛云爬虫代理避免被封禁。代码实现包括设置代理、请求头、解析网页内容、多线程爬取等步骤,确保高效且稳定地抓取数据。小张表示理解并准备按照指导操作。
从零开始:用Python爬取网站的汽车品牌和价格数据
|
1月前
|
数据采集 Web App开发 数据可视化
Python用代理IP获取抖音电商达人主播数据
在当今数字化时代,电商直播成为重要的销售模式,抖音电商汇聚了众多达人主播。了解这些主播的数据对于品牌和商家至关重要。然而,直接从平台获取数据并非易事。本文介绍如何使用Python和代理IP高效抓取抖音电商达人主播的关键数据,包括主播昵称、ID、直播间链接、观看人数、点赞数和商品列表等。通过环境准备、代码实战及数据处理与可视化,最终实现定时任务自动化抓取,为企业决策提供有力支持。
|
2月前
|
数据采集 存储 XML
python实战——使用代理IP批量获取手机类电商数据
本文介绍了如何使用代理IP批量获取华为荣耀Magic7 Pro手机在电商网站的商品数据,包括名称、价格、销量和用户评价等。通过Python实现自动化采集,并存储到本地文件中。使用青果网络的代理IP服务,可以提高数据采集的安全性和效率,确保数据的多样性和准确性。文中详细描述了准备工作、API鉴权、代理授权及获取接口的过程,并提供了代码示例,帮助读者快速上手。手机数据来源为京东(item.jd.com),代理IP资源来自青果网络(qg.net)。
|
2月前
|
数据采集 Web App开发 监控
Python爬虫:爱奇艺榜单数据的实时监控
Python爬虫:爱奇艺榜单数据的实时监控
|
9月前
|
数据采集 前端开发 C++
Python通过matplotlib动态绘图实现中美GDP历年对比趋势动图
随着中国的各种实力的提高,经常在各种媒体上看到中国与各个国家历年的各种指标数据的对比,为了更清楚的展示历年的发展趋势,有的还做成了动图,看到中国各种指标数据的近年的不断逆袭,心中的自豪感油然而生。今天通过Python来实现matplotlib的动态绘图,将中美两国近年的GDP做个对比,展示中国GPD对美国的追赶态势,相信不久的将来中国的GDP数据将稳超美国。
218 2
|
数据可视化 关系型数据库 Python
【100天精通Python】Day66:Python可视化_Matplotlib 3D绘图,绘制3D曲面图、3D填充图,3D极坐标图,示例+代码
【100天精通Python】Day66:Python可视化_Matplotlib 3D绘图,绘制3D曲面图、3D填充图,3D极坐标图,示例+代码
246 0
|
数据可视化 Python
【100天精通Python】Day65:Python可视化_Matplotlib3D绘图mplot3d,绘制3D散点图、3D线图和3D条形图,示例+代码
【100天精通Python】Day65:Python可视化_Matplotlib3D绘图mplot3d,绘制3D散点图、3D线图和3D条形图,示例+代码
464 0
|
数据可视化 Python
【100天精通Python】Day62:Python可视化_Matplotlib绘图基础,绘制折线图、散点图、柱状图、直方图和饼图,以及自定义图标外观和功能,示例+代码
【100天精通Python】Day62:Python可视化_Matplotlib绘图基础,绘制折线图、散点图、柱状图、直方图和饼图,以及自定义图标外观和功能,示例+代码
269 0
|
数据可视化 数据挖掘 Python
Python 数据分析(二):Matplotlib 绘图
Python 数据分析(二):Matplotlib 绘图
174 0
Python 数据分析(二):Matplotlib 绘图

推荐镜像

更多