图数据分析（4）

import matplotlib;
from pandas import read_csv;
import matplotlib.pyplot as plt;

data = read_csv("5.1\\data.csv")

#设置使用的字体（需要显示中文的时候使用）
font = {
    ‘family‘ : ‘SimHei‘
}
#设置显示中文，与字体配合使用
matplotlib.rc(‘font‘, **font);

#设置数据用点状的形式展示，但是点的形式也有和多种如：.。*0o
#plt.plot(data[‘广告费用‘], data[‘购买用户数‘], ‘.‘)

#plt.plot(data[‘广告费用‘], data[‘购买用户数‘], ‘o‘)

#plt.plot(data[‘广告费用‘], data[‘购买用户数‘], ‘o‘, color=‘yellow‘)
plt.plot(data[‘广告费用‘], data[‘购买用户数‘], ‘o‘, color=(1, 1, 0))这是rgb混合而成的颜色
#plt.plot(data[‘广告费用‘], data[‘购买用户数‘], ‘o‘, color=‘#FFFF00‘)
#设置网格状的图片，且x,y轴显示的提示信息是中文。
plt.xlabel(‘广告费用‘);
plt.ylabel(‘购买用户数‘);
plt.grid(True);
#调用显示函数
plt.show();

import pandas;
from pandas import read_csv;
from matplotlib import pyplot as plt;

data = read_csv(‘5.2\\data.csv‘);
#对日期格式进行转换
data[‘购买日期‘]=pandas.to_datetime(data[‘日期‘]);

#‘-‘    顺滑的曲线
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘-‘);

#设置颜色
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘-‘, color=‘r‘);
#设置线条粗细
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘-‘, color=‘r‘, lineWidth=10);

#‘--‘    虚线
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘--‘);
#‘-.‘    线加点
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘-.‘);
#‘:‘    由点组成的曲线
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘:‘);
#‘.‘    散点图
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘.‘);
#‘,‘    像素点的散点图
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘,‘);
#‘o‘    大点的散点图
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘o‘);
#‘v‘    下三角标记的散点图
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘v‘);
#‘^‘    上上角标记的散点图
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘^‘);
#‘<‘    左角标记的散点图
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘<‘);
#‘>‘    右角标记的散点图
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘>‘);
#‘1‘    伞形下的标记散点图
#‘2‘    伞形上的标记散点图
#‘3‘    伞形左的标记散点图
#‘4‘    伞形右的标记散点图
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘4‘);
#‘s‘    正方形标记的散点图
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘s‘);
#‘p‘    五角形标记的散点图
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘p‘);
#‘*‘    五角星标记的散点图
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘*‘);
#‘h‘    多边形标记的散点图
#‘H‘    hexagon2 marker
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘h‘);
#‘+‘    plus marker
#‘x‘    x marker
#‘D‘    diamond marker
#‘d‘    thin_diamond marker
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘D‘);
#‘|‘    vline marker
#‘_‘    hline marker
plt.plot(data[‘购买日期‘], data[‘购买用户数‘], ‘|‘);

plt.title(‘购买用户数时间序列图‘);

plt.show();

import numpy;
import matplotlib;
from pandas import read_csv;
import matplotlib.pyplot as plt;

data = read_csv(‘5.3\\data.csv‘);

gb = data.groupby(
    by=[‘通信品牌‘], 
    as_index=False
)[‘号码‘].agg({
    ‘用户数‘:numpy.size
});

#pip install matplotlib

font = {
    ‘family‘ : ‘SimHei‘
}

matplotlib.rc(‘font‘, **font);

plt.pie(gb[‘用户数‘], labels=gb[‘通信品牌‘], autopct=‘%.2f%%‘);

plt.show()