数据挖掘笔记之数据可视化（多个图表合并）

最新推荐文章于 2024-05-02 07:20:28 发布

原创

最新推荐文章于 2024-05-02 07:20:28 发布 · 1.1k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#数据可视化 #表合并

本文记录了数据挖掘过程中的数据可视化技巧，重点探讨如何将多个图表有效地合并展示，以提高数据分析的效率和洞察力。通过实例分析了Excel文件Prod_Trade.xlsx中的数据，展示了如何进行表格合并和图表整合，为数据报告提供更清晰的视觉呈现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Prod_Trade.xlsx
在这里插入图片描述

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 
import seaborn as sns 

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.style.use('ggplot')

trade = pd.read_excel(r'可视化\Prod_Trade.xlsx')
trade['year'] = trade.Date.dt.year
trade['month'] = trade.Date.dt.month

plt.figure(figsize=(12,6))
ax1 = plt.subplot2grid(shape=(2,3),loc=(0,0))
class_counts = trade.Order_Class[trade.year==2012].value_counts()
class_persent = class_counts / class_counts.sum()
ax1.set_aspect(aspect='equal')
ax1.pie(x=class_persent.values,
        labels=class_persent.index,
        autopct='%.1f%%')
ax1.set_title('等级订单比例',color='black')

ax2 = plt.subplot2grid(shape=(2,3),loc=(0,1))
month_sales = trade[trade.year==2012].groupby(by='month').aggregate({'Sales':np.sum})
month_sales.plot(ax=ax2,legend=False)
ax2.