鱼C论坛

 找回密码
 立即注册
查看: 1011|回复: 19

[已解决]求帮忙绘图

[复制链接]
发表于 2023-6-24 16:36:28 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
D078B1DD-5088-45F9-85A2-060DC1978CA7.png 4D234A89-67A6-4835-83DD-91F322D113D3.jpeg DFAAC3AD-9879-43BF-9D98-7AD2E065D696.png 0936BEFA-791E-42F4-87D9-B323A90ACC4F.png 36E9E57E-BFBB-4B23-9A32-1114363A6494.png
求用matplotlib.pyplot帮忙绘制以上三个图,csv文件在附件中 city_economy.zip (19.42 KB, 下载次数: 4)
最佳答案
2023-6-24 19:23:51
本帖最后由 BrownSugar 于 2023-6-24 19:30 编辑

第二个图像的颜色没太细调整,基本是差不多的
import pandas as pd
from matplotlib import pyplot as plt
from matplotlib.ticker import FuncFormatter

# 数据
df = pd.read_csv('city_economy.csv')
city_label = '城市'
years_label = '年份'

# 第一个图
beijing = df[df[city_label] == '北京']
plt.rcParams['font.sans-serif'] = ['SimHei']

gdp_label = '地区生产总值(当年价格)(亿元)'
x = beijing[years_label]
y = beijing[gdp_label]

plt.figure(figsize=(14, 6))
plt.plot(x, y, 'ro-')

for i, j in zip(x, y):
    plt.annotate(str(j), xy=(i, j), xytext=(-10, 6), textcoords='offset points', fontsize=6)

plt.title('北京市地区生产总值的逐年变化')
plt.xlabel(years_label)
plt.ylabel(gdp_label)

plt.show()

# 第二个图
plt.figure(figsize=(14, 6))

gdp_2020 = df[df[years_label].str.contains("2020")][[city_label, gdp_label]]

df_sorted = gdp_2020.sort_values(by=gdp_label, ascending=False)
bar_colors = ['blue', 'red', 'green', 'yellow', 'cyan', 'purple', 'orange', 'black']

plt.bar(df_sorted[city_label], df_sorted[gdp_label], color=bar_colors)

for i, value in enumerate(df_sorted[gdp_label]):
    plt.text(i, value, str(value), ha='center', va='bottom', fontsize=6)

plt.xticks(rotation=45)
plt.title('2020年中国主要城市的地区生成总值对比')
plt.xlabel(years_label)
plt.ylabel(gdp_label)
plt.grid()
plt.tight_layout()
plt.show()


# 第三个图

df_2019 = df[df[years_label].str.contains("2019")]

one_up = df_2019['第一产业增加值(亿元)'] / df_2019[gdp_label] * 100
two_up = df_2019['第二产业增加值(亿元)'] / df_2019[gdp_label] * 100
three_up = df_2019['第三产业增加值(亿元)'] / df_2019[gdp_label] * 100

fig, ax = plt.subplots(figsize=(14, 6))

x = range(len(df_2019[city_label]))
width = 0.2

ax.bar(x, one_up, width=width, color='blue', label='第一产业占比', zorder=3)
ax.bar([i + width for i in x], two_up, width=width, color='red', label='第二产业占比', zorder=2)
ax.bar([i + 2 * width for i in x], three_up, width=width, color='green', label='第三产业占比', zorder=1)

plt.xticks([i + width for i in x], df_2019[city_label], rotation=45)

plt.title('2019年中国主要城市的产业类型分布')
plt.xlabel(city_label)
plt.ylabel('产业比值')


def percent_formatter(num, pos):
    return "{:.0f}%".format(num)

formatter = FuncFormatter(percent_formatter)
ax.yaxis.set_major_formatter(formatter)

plt.legend()
plt.grid()
plt.tight_layout()
plt.show()
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2023-6-24 16:36:56 | 显示全部楼层

回帖奖励 +15 鱼币

想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2023-6-24 16:45:44 | 显示全部楼层

回帖奖励 +15 鱼币

占楼
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2023-6-24 16:46:38 | 显示全部楼层

回帖奖励 +15 鱼币

想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2023-6-24 16:47:41 | 显示全部楼层
wc
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2023-6-24 17:04:19 | 显示全部楼层
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

 楼主| 发表于 2023-6-24 17:04:45 | 显示全部楼层

就是python绘图,你会的话能不能帮我写一下啊,用Matplotlib.pyplot
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2023-6-24 17:22:09 | 显示全部楼层
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2023-6-24 17:27:40 | 显示全部楼层
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2023-6-24 17:28:08 | 显示全部楼层
你的荣誉是114(警觉)
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2023-6-24 17:41:29 From FishC Mobile | 显示全部楼层
歌者文明清理员 发表于 2023-6-24 17:28
你的荣誉是114(警觉)

什么意思啊?
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2023-6-24 17:45:17 | 显示全部楼层
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2023-6-24 17:48:21 From FishC Mobile | 显示全部楼层
歌者文明清理员 发表于 2023-6-24 17:45
114514

6
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2023-6-24 17:53:05 | 显示全部楼层
要一模一样的吗,还是画的差不多就行
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2023-6-24 18:00:50 From FishC Mobile | 显示全部楼层
BrownSugar 发表于 2023-6-24 17:53
要一模一样的吗,还是画的差不多就行

一模一样的或者差不多都可以,刻度的实现我觉得对我来说有点难,还有筛选数据
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2023-6-24 18:03:55 From FishC Mobile | 显示全部楼层
BrownSugar 发表于 2023-6-24 17:53
要一模一样的吗,还是画的差不多就行

但是交作业要求的是一模一样,但是觉得很难,大概实现也非常好了
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2023-6-24 18:11:14 | 显示全部楼层
花开半夏—— 发表于 2023-6-24 18:03
但是交作业要求的是一模一样,但是觉得很难,大概实现也非常好了

稍等,第一个差不多,在搞第二个
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2023-6-24 18:13:20 From FishC Mobile | 显示全部楼层
BrownSugar 发表于 2023-6-24 18:11
稍等,第一个差不多,在搞第二个

OK
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2023-6-24 19:23:51 | 显示全部楼层    本楼为最佳答案   
本帖最后由 BrownSugar 于 2023-6-24 19:30 编辑

第二个图像的颜色没太细调整,基本是差不多的
import pandas as pd
from matplotlib import pyplot as plt
from matplotlib.ticker import FuncFormatter

# 数据
df = pd.read_csv('city_economy.csv')
city_label = '城市'
years_label = '年份'

# 第一个图
beijing = df[df[city_label] == '北京']
plt.rcParams['font.sans-serif'] = ['SimHei']

gdp_label = '地区生产总值(当年价格)(亿元)'
x = beijing[years_label]
y = beijing[gdp_label]

plt.figure(figsize=(14, 6))
plt.plot(x, y, 'ro-')

for i, j in zip(x, y):
    plt.annotate(str(j), xy=(i, j), xytext=(-10, 6), textcoords='offset points', fontsize=6)

plt.title('北京市地区生产总值的逐年变化')
plt.xlabel(years_label)
plt.ylabel(gdp_label)

plt.show()

# 第二个图
plt.figure(figsize=(14, 6))

gdp_2020 = df[df[years_label].str.contains("2020")][[city_label, gdp_label]]

df_sorted = gdp_2020.sort_values(by=gdp_label, ascending=False)
bar_colors = ['blue', 'red', 'green', 'yellow', 'cyan', 'purple', 'orange', 'black']

plt.bar(df_sorted[city_label], df_sorted[gdp_label], color=bar_colors)

for i, value in enumerate(df_sorted[gdp_label]):
    plt.text(i, value, str(value), ha='center', va='bottom', fontsize=6)

plt.xticks(rotation=45)
plt.title('2020年中国主要城市的地区生成总值对比')
plt.xlabel(years_label)
plt.ylabel(gdp_label)
plt.grid()
plt.tight_layout()
plt.show()


# 第三个图

df_2019 = df[df[years_label].str.contains("2019")]

one_up = df_2019['第一产业增加值(亿元)'] / df_2019[gdp_label] * 100
two_up = df_2019['第二产业增加值(亿元)'] / df_2019[gdp_label] * 100
three_up = df_2019['第三产业增加值(亿元)'] / df_2019[gdp_label] * 100

fig, ax = plt.subplots(figsize=(14, 6))

x = range(len(df_2019[city_label]))
width = 0.2

ax.bar(x, one_up, width=width, color='blue', label='第一产业占比', zorder=3)
ax.bar([i + width for i in x], two_up, width=width, color='red', label='第二产业占比', zorder=2)
ax.bar([i + 2 * width for i in x], three_up, width=width, color='green', label='第三产业占比', zorder=1)

plt.xticks([i + width for i in x], df_2019[city_label], rotation=45)

plt.title('2019年中国主要城市的产业类型分布')
plt.xlabel(city_label)
plt.ylabel('产业比值')


def percent_formatter(num, pos):
    return "{:.0f}%".format(num)

formatter = FuncFormatter(percent_formatter)
ax.yaxis.set_major_formatter(formatter)

plt.legend()
plt.grid()
plt.tight_layout()
plt.show()
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2023-6-24 19:42:31 | 显示全部楼层
BrownSugar 发表于 2023-6-24 19:23
第二个图像的颜色没太细调整,基本是差不多的

谢谢,太厉害了
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-11-15 03:32

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表