分数可视化 数据可视化制作分数表中,评价人数排名前十的分数及姓名的折线图,在第二行左侧绘制前十条形图评价人数和姓名的。右侧绘制饼图分别是评教分数在95分以上,评教分数在90-95,80-90,80分以下的人数占比的饼图
时间: 2024-02-03 18:14:59 浏览: 92
数据可视化-制作折线图
好的,这个需求可以使用Python的数据可视化库matplotlib和pandas来实现。下面是一个示例代码:
```python
import pandas as pd
import matplotlib.pyplot as plt
# 读取分数表数据
data = pd.read_csv('scores.csv')
# 绘制评价人数排名前十的分数及姓名的折线图
top10 = data.sort_values(by='评价人数', ascending=False).head(10)
plt.plot(top10['姓名'], top10['分数'])
plt.xlabel('姓名')
plt.ylabel('分数')
plt.title('评价人数排名前十的分数及姓名')
# 绘制前十条形图评价人数和姓名的
plt.subplot(1, 2, 2)
top10_bar = top10[['姓名', '评价人数']]
plt.bar(top10_bar['姓名'], top10_bar['评价人数'])
plt.xlabel('姓名')
plt.ylabel('评价人数')
plt.title('评价人数排名前十的姓名')
# 绘制评教分数占比饼图
plt.figure(figsize=(6, 6))
bins = [0, 80, 90, 95, 100]
labels = ['80分以下', '80-90分', '90-95分', '95分以上']
score_bins = pd.cut(data['分数'], bins=bins, labels=labels)
score_bins.value_counts().plot(kind='pie', autopct='%1.1f%%', labels=labels)
plt.title('评教分数占比饼图')
plt.show()
```
其中,`scores.csv`文件是分数表数据的CSV文件,需要根据实际情况替换成自己的数据文件。运行以上代码后,会得到一个包含三个子图的可视化界面,分别是评价人数排名前十的分数及姓名的折线图、前十条形图评价人数和姓名的、评教分数在95分以上、90-95、80-90、80分以下的人数占比的饼图。可以根据需要调整子图的大小、颜色、字体等参数来满足实际需求。
阅读全文