使用Matplotlib库绘制化妆品品牌平均价格的柱状图

好的，以下是一个使用Matplotlib库绘制化妆品品牌平均价格的柱状图的示例代码：

import matplotlib.pyplot as plt
import pandas as pd

# 读取数据集
df = pd.read_csv('cosmetics.csv')

# 按照品牌进行分组，计算每个品牌的平均价格
brand_mean_prices = df.groupby('brand')['price'].mean()

# 创建画布和子图
fig, ax = plt.subplots()

# 绘制柱状图
ax.bar(brand_mean_prices.index, brand_mean_prices.values)

# 添加标题和标签
ax.set_title('Average Price of Cosmetics Brands')
ax.set_xlabel('Brand')
ax.set_ylabel('Average Price')

# 自动调整x轴标签角度，避免重叠
plt.xticks(rotation=45, ha='right')

# 显示图表
plt.show()

以上代码使用pandas库读取了一个名为`cosmetics.csv`的数据集，然后按照品牌进行分组，计算每个品牌的平均价格，并绘制了一个柱状图。最后添加了标题和标签，并调整了x轴标签的角度，避免标签重叠。你可以根据自己的需求修改数据和样式，绘制出更加复杂的图表。

相关问题

使用matplotlib库绘制柱状图

好的，下面是一个简单的例子，使用matplotlib库绘制柱状图：

import matplotlib.pyplot as plt

# 数据
x = ['A', 'B', 'C', 'D']
y = [20, 35, 30, 25]

# 绘制柱状图
plt.bar(x, y)

# 添加标题和标签
plt.title('Bar Chart')
plt.xlabel('Category')
plt.ylabel('Value')

# 显示图形
plt.show()

这段代码将会生成一个柱状图，其中x轴表示四个类别（A、B、C、D），y轴表示每个类别对应的值。你可以根据需要修改数据和图形的样式。

matplotlib库绘制堆积柱状图绘制堆积柱状图

使用matplotlib库绘制堆积柱状图可以用于比较不同类别数据的总量以及它们的组成部分。下面是一个简单的例子：

import numpy as np
import matplotlib.pyplot as plt

# 生成数据
categories = ['A', 'B', 'C', 'D']
data1 = [20, 35, 30, 25]
data2 = [10, 25, 20, 30]
data3 = [5, 10, 15, 20]

# 绘制堆积柱状图
fig, ax = plt.subplots()
ax.bar(categories, data1, label='Data 1')
ax.bar(categories, data2, bottom=data1, label='Data 2')
ax.bar(categories, data3, bottom=np.array(data1)+np.array(data2), label='Data 3')

# 添加图例和标签
ax.legend()
ax.set_xlabel('Category')
ax.set_ylabel('Value')
ax.set_title('Stacked Bar Chart')

plt.show()

解释一下上面的代码：

- 首先，我们定义了四个类别（A，B，C，D）和三组数据（data1，data2，data3）。这些数据代表每个类别的总量以及它们的组成部分。
- 然后，我们使用`ax.bar()`函数绘制堆积柱状图。我们为每个类别绘制三个矩形，分别代表三组数据。`bottom`参数表示每个矩形的底部位置，因此第二组和第三组数据的底部位置都是前面的组成部分加起来的结果。
- 最后，我们添加图例和标签，然后显示图形。

运行上面的代码，你将得到一个堆积柱状图，它显示了每个类别的总量以及它们的组成部分。你可以根据需要修改类别和数据，以满足你的需求。