使用python读取csv数据并绘图显示:(1)各区二手房均价分析柱状图;(2)各区二手房数据所占比例饼图;(3)全市二手 房装修程度直方图;(4)热门户型均价比较条形图。
时间: 2024-01-18 21:05:08 浏览: 25
好的,我会为您解答。首先,您需要安装两个库:pandas和matplotlib。
1. 各区二手房均价分析柱状图
读取csv文件,使用pandas库中的read_csv()方法,将数据保存到DataFrame对象中。然后,使用groupby()方法将数据按照区域进行分组,并使用mean()方法求出每个区域的二手房均价。最后,使用matplotlib库中的bar()方法绘制柱状图。
代码示例:
```python
import pandas as pd
import matplotlib.pyplot as plt
# 读取csv文件
data = pd.read_csv('data.csv')
# 按照区域进行分组,求出每个区域的二手房均价
grouped = data.groupby('区域')['二手房均价'].mean()
# 绘制柱状图
plt.bar(grouped.index, grouped.values)
plt.title('各区二手房均价分析柱状图')
plt.xlabel('区域')
plt.ylabel('二手房均价')
plt.show()
```
2. 各区二手房数据所占比例饼图
同样是使用groupby()方法将数据按照区域进行分组,然后使用count()方法统计每个区域的二手房数量。最后,使用matplotlib库中的pie()方法绘制饼图。
代码示例:
```python
import pandas as pd
import matplotlib.pyplot as plt
# 读取csv文件
data = pd.read_csv('data.csv')
# 按照区域进行分组,统计每个区域的二手房数量
grouped = data.groupby('区域').size()
# 绘制饼图
plt.pie(grouped.values, labels=grouped.index, autopct='%1.1f%%')
plt.title('各区二手房数据所占比例饼图')
plt.show()
```
3. 全市二手房装修程度直方图
使用pandas库中的hist()方法绘制直方图,其中bins参数指定直方图的数量。
代码示例:
```python
import pandas as pd
import matplotlib.pyplot as plt
# 读取csv文件
data = pd.read_csv('data.csv')
# 绘制直方图
plt.hist(data['装修程度'], bins=5)
plt.title('全市二手房装修程度直方图')
plt.xlabel('装修程度')
plt.ylabel('数量')
plt.show()
```
4. 热门户型均价比较条形图
使用pandas库中的sort_values()方法按照户型均价从高到低排序,然后使用matplotlib库中的barh()方法绘制水平条形图。
代码示例:
```python
import pandas as pd
import matplotlib.pyplot as plt
# 读取csv文件
data = pd.read_csv('data.csv')
# 按照户型均价从高到低排序
sorted_data = data.sort_values(by='户型均价', ascending=False)
# 取前10条数据
top10_data = sorted_data.head(10)
# 绘制条形图
plt.barh(top10_data['户型'], top10_data['户型均价'])
plt.title('热门户型均价比较条形图')
plt.xlabel('户型均价')
plt.ylabel('户型')
plt.show()
```
以上就是使用python读取csv数据并绘图显示的代码示例,您可以根据自己的需求进行修改和优化。