数据挖掘python画各类图

import pandas as pd
import numpy as np
catering_sale = 'D:\data\catering_fish_congee(1).xls'  # 餐饮数据
data = pd.read_excel(catering_sale,names=['date','sale'])  # 读取数据，指定“日期”列为索引

bins = [0,500,1000,1500,2000,2500,3000,3500,4000]
labels = ['[0,500)','[500,1000)','[1000,1500)','[1500,2000)',
       '[2000,2500)','[2500,3000)','[3000,3500)','[3500,4000)'] 

data['sale分层'] = pd.cut(data.sale, bins, labels=labels)
aggResult = data.groupby('sale分层').agg({'sale':'count'})

pAggResult = round(aggResult/aggResult.sum(), 2, ) * 100

import matplotlib.pyplot as plt
plt.figure(figsize=(10,6))  # 设置图框大小尺寸
pAggResult['sale'].plot(kind='bar',width=0.8,fontsize=10)  # 绘制频率直方图
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.title('季度销售额频率分布直方图  number—3014',fontsize=20)
plt.show()

import xlrd
import matplotlib.pyplot as plt
# 设置中文和负号正常显示
plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'
plt.rcParams['axes.unicode_minus'] = False

# 设置图形的显示风格
plt.style.use('ggplot')
# 绘图：daily_Ionset_r_c1_predicted的箱线图

data =[420,900,1290,420,1710,1290,2610,840,450,420,420,870,1800,1740,1350,450,420,1320,420,420,450,900,1740,900,870,1770,870,870,870,450,
       1770,135,177,45,180,177,87,135,219,132,129,87,87,135,405,90,900,1290,2220,870,1800,1740,870,3090,870,900,2220,1350,900,2220,1800,
       3960,1770,3570,2220,2700,1800,840,2250,420,2250,1320,3150,3540,3090,2190,1800,900,1260,420,1350,420,3150,1350,2250,900,840,840,
       1350,1260,2700]

plt.boxplot(x = data, # 指定绘图数据
 
            patch_artist=True, # 要求用自定义颜色填充盒形图，默认白色填充
 
            showmeans=True, # 以点的形式显示均值
 
            boxprops = {'color':'black','facecolor':'#9999ff'}, # 设置箱体属性，填充色和边框色
 
            flierprops = {'marker':'o','markerfacecolor':'red','color':'black'}, # 设置异常值属性，点的形状、填充色和边框色
 
            meanprops = {'marker':'D','markerfacecolor':'indianred'}, # 设置均值点的属性，点的形状、填充色
 
            medianprops = {'linestyle':'--','color':'orange'}) # 设置中位数线的属性，线的类型和颜色
 
# 设置y轴的范围
#plt.ylim(0,3000)

# 去除箱线图的上边框与右边框的刻度标签
plt.tick_params(top='off', right='off')
# 保存图像
plt.savefig('./results_imgs.png', bbox_inches='tight') #保存的文件名，裁剪掉图表多余的空白区域
plt.title('季度销售额箱型图  number—3014',fontsize=20)
# 显示图形
plt.show()

 

import pandas as pd
import matplotlib.pyplot as plt                #导入绘图包

plt.rcParams['font.sans-serif'] = ['SimHei']   #解决中文显示问题
plt.rcParams['axes.unicode_minus'] = False    # 解决中文显示问题

url = r"D:\data\catering_dish_profit(1).xls"
data = pd.read_excel(url)

#饼图
plt.figure(figsize=(6,6))#将画布设定为正方形，则绘制的饼图是正圆
plt.pie(data['盈利'], labels=data['菜品名'])  
plt.title('菜品销售量分布饼图  number—3014') #加标题
plt.show()

#条形图
plt.figure(figsize=(8,4))
plt.bar(data['菜品名'],data['盈利']) 
plt.xlabel('菜品')
plt.ylabel('销量')
plt.title('菜品销售量条形图  number—3014') #加标题
plt.show()

 

 

 

 

import pandas as pd
import matplotlib.pyplot as plt                #导入绘图包

plt.rcParams['font.sans-serif'] = ['SimHei']   #解决中文显示问题
plt.rcParams['axes.unicode_minus'] = False    # 解决中文显示问题

url = r"D:\data\dish_sale(1).xls"
data = pd.read_excel(url)

#画折线图对比数据
plt.figure(figsize=(12,8))
plt.plot(data['月份'],data['A部门'],color='green',label='A部门',marker='o')
plt.plot(data['月份'],data['B部门'],color='red',label='B部门',marker='s')
plt.plot(data['月份'],data['C部门'],color='skyblue',label='C部门',marker='x')
plt.xlabel('月份')
plt.ylabel('销售额（万元）')
plt.title('菜品销售量折线对比图  number—3014',fontsize=30) #加标题
plt.legend() #显示图例
plt.show()

 

 

import matplotlib.pyplot as plt
import numpy as np

plt.figure(figsize=(8,5),dpi=80) # 创建绘图图形对象figure，参数figsize决定尺寸，dpi为分辨率

X = np.linspace(-np.pi*2, np.pi*2, 256, endpoint=True) #创建等差一维数组
C = np.cos(X) # C == cos函数 y轴上的值
S = np.sin(X) # S == sin函数 y轴上的值

plt.plot(X, C, color='b',linewidth=2.0,linestyle="-.") # plot方法绘点制图
plt.plot(X, S, color='g',linewidth=4.0,linestyle="--") # X、Y轴数据是前面两个参数，后面的参数可以设置曲线各种属性
# linewidth 为 线宽    linestyle 为 指定线型

plt.xlabel("X") # X轴标题名字
plt.ylabel("Y")
plt.xlim(0,7) #设置 x轴的上下限为6
plt.xticks(np.linspace(0,7,8,endpoint=True)) #设置x轴上标点距离，用等差方法
plt.ylim(0,1.5)
plt.yticks(np.linspace(-1.5,1.5,4,endpoint=True))

plt.title('sin\cos函数图像  number—3014',fontsize=20)
plt.show()