Windows 10 - Python - 数据分析 - 年龄分组统计 - 条形图 - matplotlib

65 阅读 0 评论 43 点赞

我是靠谱客的博主勤劳哈密瓜，这篇文章主要介绍Windows 10 - Python - 数据分析 - 年龄分组统计 - 条形图 - matplotlib，现在分享给大家，希望可以做个参考。

最近需要用到条形图，统计年龄，所以查了一下资料，修改为满足自己要求的条形图，下面看代码自行领会。

测试环境：

复制代码

1
2
3
4
5
6
7
操作系统： Window 10
工具：Pycharm
Python: 3.7
matplotlib: 3.5.1
pandas: 1.3.5
numpy: 1.21.6

Virtualenv 虚拟环境下安装 matplotlib、pandas

复制代码

1
2
3
pip installl matplotlib
pip installl pandas

test.xlsx 文件配置链接：
Windows 10 - Ptyhon - 数据分析 - Openpyxl 导入Excel

代码演示：

复制代码

#!/usr/bin/env python
# -*-coding:utf-8-*-
import matplotlib.pyplot as plt
# 导入库
import os
import pandas as pd
import numpy as np
PATH = os.path.abspath('.')
# . 表示当前所处的文件夹的绝对路径, .. 两个点代表上一级的绝对路径
EXCELPATH = PATH + r"test.xlsx"
# excel 文件路径
def paint():
# plt.rcParams['font.sans-serif'] = 'simhei'
# 用来正常显示中文（黑体）常用字体包括：楷体: Kaiti
#
# 仿宋: FangSong 微软雅黑: Microsoft YaHei 黑体: SimHei
df = pd.read_excel(EXCELPATH,usecols=[2])
print(df)
print(df.info())
# 获取 DataFrame 的摘要
print(df.head())
# 根据位置返回对象的前n行信息(默认值为5) ，用于快速测试数据集
print(df.describe())
# 生成描述性统计数据，总结数据集分布的集中趋势，分散和形状，不包括 NaN值。
# 数据预处理
data = df.dropna(axis=0)
# 删除所有包含空值的行，0 是行，1 是列
print(data.info())
print(data)
x = data["年龄"]
print(data.describe())
# 查看最大值与最小值
bins = np.arange(10, 50, 5)
# 这里是 10 - 45 岁之间，间隔为 5 岁
time_bins = pd.cut(x, bins)
# 对数据进行离散化处理
print(time_bins)
df1 = data.groupby(time_bins)["年龄"].count()
print(df1)
# 绘制图形
df1.plot(kind="bar", rot=0)
plt.rcParams['font.sans-serif'] = ['Kaiti']
# 用来正常显示中文（黑体）常用字体包括：楷体: Kaiti
# 仿宋: FangSong 微软雅黑: Microsoft YaHei 黑体: SimHei
plt.rcParams['axes.unicode_minus'] = False
#运行配置参数总的轴（axes）正常显示正负号（minus）
plt.show()
# 调用年龄统计方法
paint()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
#!/usr/bin/env python
# -*-coding:utf-8-*-
import matplotlib.pyplot as plt
# 导入库
import os
import pandas as pd
import numpy as np
PATH = os.path.abspath('.')
# . 表示当前所处的文件夹的绝对路径, .. 两个点代表上一级的绝对路径
EXCELPATH = PATH + r"test.xlsx"
# excel 文件路径
def paint():
# plt.rcParams['font.sans-serif'] = 'simhei'
# 用来正常显示中文（黑体）常用字体包括：楷体: Kaiti
#
# 仿宋: FangSong 微软雅黑: Microsoft YaHei 黑体: SimHei
df = pd.read_excel(EXCELPATH,usecols=[2])
print(df)
print(df.info())
# 获取 DataFrame 的摘要
print(df.head())
# 根据位置返回对象的前n行信息(默认值为5) ，用于快速测试数据集
print(df.describe())
# 生成描述性统计数据，总结数据集分布的集中趋势，分散和形状，不包括 NaN值。
# 数据预处理
data = df.dropna(axis=0)
# 删除所有包含空值的行，0 是行，1 是列
print(data.info())
print(data)
x = data["年龄"]
print(data.describe())
# 查看最大值与最小值
bins = np.arange(10, 50, 5)
# 这里是 10 - 45 岁之间，间隔为 5 岁
time_bins = pd.cut(x, bins)
# 对数据进行离散化处理
print(time_bins)
df1 = data.groupby(time_bins)["年龄"].count()
print(df1)
# 绘制图形
df1.plot(kind="bar", rot=0)
plt.rcParams['font.sans-serif'] = ['Kaiti']
# 用来正常显示中文（黑体）常用字体包括：楷体: Kaiti
# 仿宋: FangSong 微软雅黑: Microsoft YaHei 黑体: SimHei
plt.rcParams['axes.unicode_minus'] = False
#运行配置参数总的轴（axes）正常显示正负号（minus）
plt.show()
# 调用年龄统计方法
paint()