pandas读取csv文件并作数据线图/条图/直方图/散点图/箱线图/饼图到一张图的不同画布里,表明图标类型,统计不同年龄的个数,x轴为年龄y轴表示该年龄的人数
时间: 2023-06-24 22:03:53 浏览: 88
下面是一个示例代码,可以读取一个名为 "data.csv" 的文件,并在不同的画布上绘制不同类型的图表来显示不同年龄段中个数的分布情况:
```python
import pandas as pd
import matplotlib.pyplot as plt
# 读取数据文件
data = pd.read_csv("data.csv")
# 创建不同类型的图表
fig, axs = plt.subplots(nrows=2, ncols=3, figsize=(15, 10))
# 绘制数据线图
axs[0, 0].plot(data["Age"], data["Count"])
axs[0, 0].set_title("Data Line Chart")
# 绘制数据条图
axs[0, 1].bar(data["Age"], data["Count"])
axs[0, 1].set_title("Data Bar Chart")
# 绘制数据直方图
axs[0, 2].hist(data["Age"], bins=10)
axs[0, 2].set_title("Data Histogram")
# 绘制散点图
axs[1, 0].scatter(data["Age"], data["Count"])
axs[1, 0].set_title("Data Scatter Plot")
# 绘制箱线图
axs[1, 1].boxplot(data["Age"])
axs[1, 1].set_title("Data Box Plot")
# 绘制饼图
axs[1, 2].pie(data["Count"], labels=data["Age"], autopct="%1.1f%%")
axs[1, 2].set_title("Data Pie Chart")
# 设置x轴和y轴标签
for ax in axs.flat:
ax.set(xlabel="Age", ylabel="Count")
# 显示图表
plt.show()
```
说明:
- 首先,我们使用 Pandas 的 read_csv() 函数读取名为 "data.csv" 的文件,并将数据存储在名为 data 的 DataFrame 中。
- 然后,我们使用 Matplotlib 的 subplots() 函数创建一个包含 2 行 3 列的子图网格,每个子图的大小为 15x10。
- 接下来,我们分别在不同的子图上绘制数据线图、数据条图、数据直方图、散点图、箱线图和饼图,以显示不同年龄段中个数的分布情况。
- 最后,我们使用 set() 函数设置每个子图的 x 轴和 y 轴标签,并使用 show() 函数显示图表。