使用python 读取csv，对其故障机组列的故障机组名称进行频次统计，并绘制故障机组柱状图和饼图

在Python中，我们可以使用pandas库来读取CSV文件，然后对特定列（例如故障机组列）进行计数分析，最后通过matplotlib库生成柱状图和饼图来展示频次统计结果。以下是一个简单的步骤说明：

1. 首先，导入所需的库：

   import pandas as pd
   import matplotlib.pyplot as plt

2. 使用pandas的`read_csv`函数读取CSV文件：

   data = pd.read_csv('your_file.csv')  # 将'your_file.csv'替换为实际文件路径

3. 确定故障机组列的名称，假设为'faulty_units':

   faulty_units_column = 'faulty_units'

4. 使用`value_counts`计算故障机组的频次：

   frequency_counts = data[faulty_units_column].value_counts()

5. 创建柱状图和饼图：

   # 柱状图
   plt.figure(figsize=(10, 6))  # 设置图形尺寸
   frequency_counts.plot(kind='bar', title='故障机组频次柱状图')
   
   # 饼图
   plt.figure(figsize=(8, 8), subplot_kw={'aspect': 'equal'})  # 保持饼图圆形
   plt.pie(frequency_counts.values, labels=frequency_counts.index, autopct='%1.1f%%', title='故障机组百分比饼图')

6. 显示图表：

   plt.show()

完整代码示例：

import pandas as pd
import matplotlib.pyplot as plt

# 读取CSV文件
data = pd.read_csv('your_file.csv')

# 故障机组列名
faulty_units_column = 'faulty_units'

# 计算频次
frequency_counts = data[faulty_units_column].value_counts()

# 绘制柱状图和饼图
plt.figure(figsize=(10, 6))
frequency_counts.plot(kind='bar', title='故障机组频次柱状图')

plt.figure(figsize=(8, 8), subplot_kw={'aspect': 'equal'})
plt.pie(frequency_counts.values, labels=frequency_counts.index, autopct='%1.1f%%', title='故障机组百分比饼图')

plt.show()

别忘了替换`your_file.csv`为您实际的CSV文件路径。运行这段代码后，它会显示故障机组的频次分布情况。