Originalbeispiele und Fallstudien zum Zeichnen von Diagrammen mit Python

Originalbeispiele und Fallstudien zur Python-Diagrammerstellung

Einführung:
Python ist eine weit verbreitete Programmiersprache mit leistungsstarken Datenverarbeitungs- und Visualisierungsfunktionen. Diagramme sind eines der gebräuchlichsten Visualisierungstools in Bereichen wie Datenanalyse, wissenschaftliche Forschung und geschäftliche Entscheidungsfindung. In diesem Artikel wird anhand spezifischer Beispiele und Fallanalysen erläutert, wie Sie mit Python Diagramme zeichnen und detaillierte Codebeispiele anhängen.

1. Beispiel für ein Liniendiagramm
Liniendiagramm ist ein häufig verwendeter visueller Ausdruck, der sich zur Darstellung des Trends von Datenänderungen im Laufe der Zeit oder anderer Variablen eignet.

Beispiel 1:
Angenommen, die Umsätze eines Unternehmens wurden im vergangenen Jahr erfasst und wir verwenden ein Liniendiagramm, um die Umsatzänderungen im Zeitverlauf darzustellen.

import matplotlib.pyplot as plt

# 销售额数据
sales = [100, 150, 120, 180, 200, 250, 300, 280, 350, 400, 380, 450]

# 月份数据
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']

# 绘制折线图
plt.plot(months, sales)
plt.title('Sales Trend')
plt.xlabel('Month')
plt.ylabel('Sales ($)')
plt.show()

Führen Sie den obigen Code aus, um ein Liniendiagramm zu erstellen, das den Verkaufstrend im Zeitverlauf zeigt.

Beispiel 2:
Basierend auf Beispiel 1 haben wir auch die Verkäufe verschiedener Produktlinien erfasst und müssen die Trends jeder Produktlinie zeigen.

import matplotlib.pyplot as plt

# 产品销售额数据
product_a = [100, 150, 120, 180, 200, 250, 300, 280, 350, 400, 380, 450]
product_b = [80, 120, 90, 150, 170, 200, 230, 210, 260, 300, 280, 330]
product_c = [70, 90, 80, 120, 150, 180, 200, 190, 220, 270, 250, 300]

# 月份数据
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']

# 绘制折线图
plt.plot(months, product_a, label='Product A')
plt.plot(months, product_b, label='Product B')
plt.plot(months, product_c, label='Product C')
plt.title('Sales Trend by Product')
plt.xlabel('Month')
plt.ylabel('Sales ($)')
plt.legend()
plt.show()

Führen Sie den obigen Code aus, um ein Liniendiagramm zu erstellen, das die Verkaufstrends jeder Produktlinie im Zeitverlauf zeigt. Durch die Legende können Sie die Verkäufe jedes der drei Produkte deutlich sehen.

2. Beispiel für ein Histogramm
Das Histogramm ist ein häufig verwendeter visueller Ausdruck, der sich zum Vergleichen von Werten zwischen verschiedenen Kategorien oder Variablen eignet.

Beispiel 3:
Angenommen, der Jahresumsatz eines Unternehmens wird erfasst und wir verwenden ein Balkendiagramm, um den Jahresumsatz anzuzeigen.

import matplotlib.pyplot as plt

# 销售额数据
sales = [1000, 1200, 1500, 1800, 2000]

# 年份数据
years = ['2014', '2015', '2016', '2017', '2018']

# 绘制柱状图
plt.bar(years, sales)
plt.title('Annual Sales')
plt.xlabel('Year')
plt.ylabel('Sales ($)')
plt.show()

Führen Sie den obigen Code aus, um ein Balkendiagramm mit den Jahresumsätzen zu erstellen.

Beispiel 4:
Basierend auf Beispiel 3 haben wir auch die Verkäufe verschiedener Produktlinien erfasst und müssen die Jahresverkäufe jeder Produktlinie anzeigen.

import matplotlib.pyplot as plt
import numpy as np

# 产品销售额数据
product_a = [1000, 1200, 1500, 1800, 2000]
product_b = [800, 900, 1200, 1500, 1700]
product_c = [600, 800, 1000, 1200, 1400]

# 年份数据
years = ['2014', '2015', '2016', '2017', '2018']

# 绘制柱状图
x = np.arange(len(years))
width = 0.2

plt.bar(x - width, product_a, width, label='Product A')
plt.bar(x, product_b, width, label='Product B')
plt.bar(x + width, product_c, width, label='Product C')

plt.title('Annual Sales by Product')
plt.xlabel('Year')
plt.ylabel('Sales ($)')
plt.xticks(x, years)
plt.legend()
plt.show()

Führen Sie den obigen Code aus, um ein Histogramm zu erstellen, das den Jahresumsatz jeder Produktlinie zeigt. Durch verschiedene Farben von Spalten und Legenden können Sie den Umsatz jedes Produkts in jedem Jahr klar vergleichen.

Fazit:
Diagramme sind ein wichtiger Bestandteil der Datenvisualisierung und können uns helfen, Daten besser zu verstehen und zu analysieren. Python bietet eine umfangreiche und leistungsstarke Zeichenbibliothek. In diesem Artikel wird anhand von Beispielen und Fallanalysen die Methode zum Zeichnen von Linien- und Säulendiagrammen mit Python vorgestellt und spezifische Codebeispiele bereitgestellt. Ich hoffe, dass die Leser mithilfe der Anleitung dieses Artikels Python besser für die Datenvisualisierung nutzen können.

Das obige ist der detaillierte Inhalt vonOriginalbeispiele und Fallstudien zum Zeichnen von Diagrammen mit Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!