写一个有固定数据并且使用了matplolib的相对复杂的数据可视化项目

折线图：分析公司销售额变化情况

import matplotlib.pyplot as plt

# 定义数据
months = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
sales = [100, 130, 150, 180, 200, 230, 250, 280, 300, 330, 350, 380]

# 绘制折线图
plt.plot(months, sales, color="blue", linewidth=2, marker="o", markersize=8)

# 添加标题和标签
plt.title("Monthly Sales of Company A", fontsize=14)
plt.xlabel("Months", fontsize=12)
plt.ylabel("Sales ($)", fontsize=12)

# 设置坐标轴范围
plt.xlim("Jan", "Dec")
plt.ylim(0, 400)

# 显示网格线
plt.grid(True)

# 显示图形
plt.show()

以上是一个简单的折线图，下面我们将添加更多的元素来使其更加复杂。

import matplotlib.pyplot as plt

# 定义数据
months = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
sales = [100, 130, 150, 180, 200, 230, 250, 280, 300, 330, 350, 380]

# 绘制折线图
plt.plot(months, sales, color="blue", linewidth=2, marker="o", markersize=8, label="Company A")

# 添加第二条折线
sales2 = [80, 110, 130, 160, 180, 210, 230, 260, 280, 310, 330, 360]
plt.plot(months, sales2, color="red", linewidth=2, marker="s", markersize=8, label="Company B")

# 添加图例
plt.legend(loc="upper left")

# 添加标题和标签
plt.title("Monthly Sales of Company A and B", fontsize=14)
plt.xlabel("Months", fontsize=12)
plt.ylabel("Sales ($)", fontsize=12)

# 设置坐标轴范围
plt.xlim("Jan", "Dec")
plt.ylim(0, 400)

# 显示网格线
plt.grid(True)

# 显示图形
plt.show()

我们添加了一个新的数据集，以及一个图例来区分两个数据集。此外，我们还添加了一个标题和标签，并将坐标轴范围设置为与数据相关的值。最后，我们添加了一个网格线来帮助读者更好地理解数据。这是一个相对复杂的数据可视化项目，它可以帮助分析公司销售额的变化情况。