有FactoryName、JiJXH 、Shi、sale_avg多行数据表，如何按照FactoryName、JiJXH 为行索引，Shi为列索引，制作每行sale_avg色阶图，用python怎么做阶

要制作每行sale_avg的色阶图，可以使用Python中的pandas和matplotlib库进行操作。具体步骤如下：

1. 首先，读取数据表并将FactoryName和JiJXH作为行索引，Shi作为列索引，可以使用pandas中的pivot函数实现：

import pandas as pd

# 读取数据表
df = pd.read_csv('data.csv')

# 将FactoryName和JiJXH作为行索引，Shi作为列索引
df_pivot = df.pivot(index=['FactoryName', 'JiJXH'], columns='Shi', values='sale_avg')

2. 接下来，根据每行sale_avg的值生成对应的色阶，可以使用matplotlib中的colormap函数实现：

import matplotlib.pyplot as plt

# 生成色阶
colormap = plt.cm.Reds

3. 最后，将每行sale_avg的值映射到对应的色阶并绘制色阶图，可以使用matplotlib中的imshow函数实现：

# 将每行sale_avg的值映射到对应的色阶
plt.imshow(df_pivot, cmap=colormap, aspect='auto')

# 隐藏坐标轴
plt.axis('off')

# 显示色阶图
plt.show()

完整代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据表
df = pd.read_csv('data.csv')

# 将FactoryName和JiJXH作为行索引，Shi作为列索引
df_pivot = df.pivot(index=['FactoryName', 'JiJXH'], columns='Shi', values='sale_avg')

# 生成色阶
colormap = plt.cm.Reds

# 将每行sale_avg的值映射到对应的色阶
plt.imshow(df_pivot, cmap=colormap, aspect='auto')

# 隐藏坐标轴
plt.axis('off')

# 显示色阶图
plt.show()