import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_excel(
'house_data.xlsx'
)
df.head(
)
均價小區
地段具體位置00
49000
零陵公寓
斜土路零陵路111弄11
64738
錦馨苑田林
古井路38弄22
59728
金牛苑上海南站
石龍路731弄33
42000
愛邦大廈
徐家匯零陵路585號44
42000
南林公寓
田林小閘鎮街123號
df[
'地段'
].value_counts(
)
龍華 436
徐家匯 380
田林 357
康健 350
衡山路 252
長橋 221
華涇 178
建國西路 162
上海南站 136
斜土路 128
徐匯濱江 126
華東理工 103
植物園 89
漕河涇 58
萬體館 15
虹梅路 9
name: 地段, dtype: int64
import matplotlib.pyplot as plt
import matplotlib
%matplotlib inline #畫出的圖可以顯示在jupyter notebook
#解決中文和負號不正常顯示問題
plt.rcparams[
'font.sans-serif']=
'simhei'
plt.rcparams[
'axes.unicode_minus']=
false
#繪製條形圖
df['地段'
].value_counts(
).plot(kind=
'bar'
, legend=
true
,title=
'上海徐匯區二手房在售數量分布區域'
#解決中文和負號不正常顯示問題
plt.rcparams[
'font.sans-serif']=
'simhei'
plt.rcparams[
'axes.unicode_minus']=
false
#繪製條形圖
df['地段'
].value_counts(
).plot(kind=
'barh'
, legend=
true
,title=
'上海徐匯區二手房在售數量分布區域'
Matplotlib 資料視覺化
資料視覺化，更有意義的說法是，data communication for audiences。matplotlib總是因為它的aesthetics和amounts of codes被些許詬病。然而，我覺得熟練的使用之後，它的靈活性還是比較強的 相比ggplot 所以這篇文章的適合讀者是 具體的實現...
資料視覺化 matplotlib
直方圖plt.hist 資料，分組數，density true 複製 條形圖plt.bar x,y,color 顏色 plt.barh 複製 散點圖plt.scatter x,y 複製 折線圖 繪製多個圖形，多次plot plt.plot x,y,label 標籤 複製 通用操作plt.figure...
matplotlib視覺化excel資料
matploylib是python的一基礎視覺化工具，可以用於處理大量資料或載入api完成視覺化。比如處理excle資料，如下 import openpyxl import matplotlib.pyplot as plt import numpy as np filename g40.xlsx i...