matplotlib画图9

最新推荐文章于 2025-12-20 09:26:15 发布

原创最新推荐文章于 2025-12-20 09:26:15 发布 · 128 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据挖掘 #机器学习

本文通过使用Python中的pandas和matplotlib库对1949年至1952年的月度乘客数据进行整理，并将其转换为CSV文件。之后，利用这些数据创建了两个图表：一个展示按年份分组的乘客数量趋势；另一个则是按月份分组的柱状图，直观地展示了不同月份的乘客数量变化。

部署运行你感兴趣的模型镜像

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl
import seaborn as sns
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei']


#年
year=[1949,1949,1949,1949,1949,1949,
      1950,1950,1950,1950,1950,1950,
      1951,1951,1951,1951,1951,1951,
      1952,1952,1952,1952,1952,1952,]
#月
month=['jan','feb','mar','apr','may','jun',
       'jan','feb','mar','apr','may','jun',
       'jan','feb','mar','apr','may','jun',
       'jan','feb','mar','apr','may','jun',]
#
pas=[112,118,132,128,121,115,
     112,145,132,134,121,115,
     112,118,132,128,121,115,
     112,118,132,154,133,115,]

#将列表数据变为dataframe,在变csv,dataframe

df=pd.DataFrame({"year":year,"month":month,"pas":pas})
df.to_csv('passengers.csv')
df2=pd.read_csv("passengers.csv")
#按年份分组
df3=df2.groupby('year').sum()
print(df3)
#画图
plt.subplot(1,2,1)
plt.plot(df3['pas'],marker='o')
plt.xlabel('年份')
plt.ylabel('乘客')
plt.title("年份——乘客曲线图")
#按月份
df4=df2.groupby('month').sum()
plt.subplot(1,2,2)
plt.bar(df2.loc[0:5,'month'],df4['pas'])
plt.xlabel('yue份')
plt.ylabel('乘客')
plt.title("yue份——乘客曲线图")
plt.show()

您可能感兴趣的与本文相关的镜像

Python3.9

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本