已知包含重庆各辖区城市要素总数的Dataframe,其列名为'店铺类别',请使用matplotlib绘制柱状图
时间: 2023-06-13 13:02:18 浏览: 46
可以使用以下代码绘制柱状图:
```python
import matplotlib.pyplot as plt
# 假设你的DataFrame为df
df.plot.bar(x='店铺类别', y='重庆各辖区城市要素总数')
plt.show()
```
这段代码会将 '店铺类别' 作为横轴,'重庆各辖区城市要素总数' 作为纵轴,绘制柱状图。你可以根据需要修改横轴和纵轴的标签,以及图表的标题等。
相关问题
按月份进行统计,使用matplotlib绘制柱状图显示每个月份的营业额,并把图形保存为本地文件second.jpg
好的,以下是按月份进行统计,使用 matplotlib 绘制柱状图显示每个月份的营业额,并把图形保存为本地文件 second.jpg 的代码:
```python
import matplotlib.pyplot as plt
import pandas as pd
# 读取 data.csv 文件中的数据并创建 DataFrame 对象
df = pd.read_csv('data.csv')
# 将日期转换为月份,并添加到 DataFrame 中
df['month'] = pd.to_datetime(df['date']).dt.month
# 按照月份分组,并计算每个月份的总营业额
monthly_sales = df.groupby('month')['sales'].sum()
# 生成柱状图
plt.bar(monthly_sales.index, monthly_sales.values)
# 设置 x 轴和 y 轴标签
plt.xlabel('Month')
plt.ylabel('Sales')
# 设置图形标题
plt.title('Monthly Sales')
# 保存图形到本地文件 second.jpg
plt.savefig('second.jpg')
# 显示图形
plt.show()
```
请注意,以上代码中的 `to_datetime` 方法将日期转换为月份,并添加到 DataFrame 对象中。使用 `groupby` 方法将 DataFrame 对象按照月份进行分组,并计算每个月份的总营业额。最后,使用 `bar` 方法生成柱状图,并使用 `savefig` 方法将图形保存到本地文件 second.jpg 中。
使用 DataFrame绘制男女在不同职业类别下的平均薪资柱状图
首先,我们需要准备好包含男女职业信息和薪资信息的DataFrame。假设我们的DataFrame长这样:
```python
import pandas as pd
data = {
'gender': ['male', 'male', 'female', 'female', 'male', 'female', 'male', 'female'],
'occupation': ['engineer', 'manager', 'doctor', 'lawyer', 'teacher', 'nurse', 'programmer', 'designer'],
'salary': [80000, 100000, 120000, 90000, 60000, 50000, 85000, 70000]
}
df = pd.DataFrame(data)
```
接下来,我们可以使用`groupby`方法对职业类别和性别进行分组,并计算每个组的平均薪资:
```python
grouped = df.groupby(['occupation', 'gender'])['salary'].mean().reset_index()
```
最后,我们可以使用`matplotlib`绘制柱状图:
```python
import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(10, 6))
# 绘制男性平均薪资柱状图
male_data = grouped[grouped['gender'] == 'male']
ax.bar(male_data['occupation'], male_data['salary'], color='blue', label='Male')
# 绘制女性平均薪资柱状图
female_data = grouped[grouped['gender'] == 'female']
ax.bar(female_data['occupation'], female_data['salary'], color='pink', label='Female')
# 设置图表标题和坐标轴标签
ax.set_title('Average salary by occupation and gender')
ax.set_xlabel('Occupation')
ax.set_ylabel('Salary')
# 添加图例
ax.legend()
plt.show()
```
这样就可以得到男女在不同职业类别下的平均薪资柱状图了。