您所在的位置:首页 - 生活 - 正文生活
梯形图简单程序
素运 05-21 【生活】 982人已围观
摘要标题:Python编程实现经典梯形图梯形图是常见的图形之一,具有简单明了,易于理解等特点,在数据可视化和数据分析中得到了广泛应用。本文将以Python语言为主,介绍如何使用Python编程实现经典梯形
Python编程实现经典梯形图
梯形图是常见的图形之一,具有简单明了,易于理解等特点,在数据可视化和数据分析中得到了广泛应用。本文将以Python语言为主,介绍如何使用Python编程实现经典梯形图。
数据准备
我们需要准备需要展示的数据。我们选择一个简单的示例:某超市部分商品1年内的销售情况。
```python
data = {'日期': ['2020/1/1', '2020/2/1', '2020/3/1', '2020/4/1', '2020/5/1', '2020/6/1'],
'商品A': [300, 325, 345, 370, 400, 410],
'商品B': [220, 250, 280, 300, 320, 340],
'商品C': [180, 200, 220, 240, 250, 280],
'商品D': [150, 170, 190, 210, 220, 235]}
```
数据包含日期和4种商品的销售情况。接下来我们需要将其转换为绘图所需的数据格式。
数据转换
我们使用Python的pandas库进行数据转换,将数据进行透视,使其符合绘制梯形图的要求。
```python
import pandas as pd
df = pd.DataFrame(data)
df.set_index('日期', inplace=True)
df['total'] = df.sum(axis=1)
df2 = pd.DataFrame({'商品名': df.columns[:1],
'销售额': df.sum()[:1],
'总销售额': df['total']})
df2['percent'] = df2['销售额'] / df2['总销售额']
df2.sort_values('percent', ascending=False, inplace=True)
df2['percent_accumulate'] = df2['percent'].cumsum()
```
我们将数据读入pandas的DataFrame中,并将日期设置为DataFrame的行索引。接着,我们新建一个DataFrame(df2),其中包含每个商品的销售额和总销售额,并计算每个商品销售额的占比。我们按照商品销售额占比的大小降序排序,然后计算商品销售额占比的累计值。
绘图准备
matplotlib是Python中常用的绘图库,我们在这里使用其中的pyplot模块进行图形绘制。
```python
import matplotlib.pyplot as plt
import matplotlib.patches as patches
fig, ax = plt.subplots(figsize=(10, 6))
```
新建一个绘图窗口,并设置其大小。
绘制梯形图
```python
for i, row in df2.iterrows():
if i == 0:
ax.add_patch(patches.Rectangle((0, 0), row['percent'], 1, color='C0'))
continue
rect = ax.patches[1]
if row['percent_accumulate'] <= 0.5:
x_lim = rect.get_x() rect.get_width()
y_low = rect.get_y()
height = rect.get_height()
y_high = row['percent'] * height / (1 row['percent_accumulate'])
ax.add_patch(patches.Rectangle((x_lim, y_low), row['percent'], y_high, color='C0'))
else:
y_lim = (1 row['percent_accumulate'] row['percent'] / 2) / row['percent'] * rect.get_width()
height = rect.get_height() * y_lim / (rect.get_width() rect.get_x())
x_low = rect.get_x() rect.get_width() height
ax.add_patch(patches.Rectangle((x_low, y_lim height), height, height, color='C0'))
```
我们使用iterrows()方法遍历df2中的每一行,并根据累计值的大小决定某个梯形的摆放位置和大小。特别地,当达到0.5时,位置和大小分别需要进行计算。最后我们得到一个绘制好的梯形图。
结果可视化
我们将其保存,可视化结果为:
```python
plt.axis('off')
plt.savefig('trapezoid.png', dpi=300, bbox_inches='tight')
plt.show()
```
![trapezoid.png](https://i.loli.net/2021/10/09/vykhgQ5pMDEeBcX.png)
我们可以看到,根据销售额的大小,梯形呈现出逐层递减的形态,直观地反映出商品的销售情况。
Tags: 奥日与精灵意志 宁夏滑水麻将 名堂人形图 詹姆斯邦德007电影 天堂2单机
版权声明: 免责声明:本网站部分内容由用户自行上传,若侵犯了您的权益,请联系我们处理,谢谢!联系QQ:2760375052
最近发表
- 一款值得信赖的全能座驾
- Jeep牧马人,越野传奇的全面解析
- 轻松掌握 XP 中文语言包下载与安装全攻略
- 深入探索Google操作系统,如何改变我们的数字生活
- 一款独特的美式SUV
- 轻松入门电脑知识,畅游数字世界——电脑知识学习网带你全面掌握
- 深入解读vivo Y93手机参数,性能、功能与用户体验
- 电源已接通但未充电?别慌!详解及解决方法
- 苹果SE4上市时间及价格全解析,性价比之王的回归
- 探寻AM3平台的最佳CPU选择
- 别克君威价格全解析,购车必备指南
- 全面解析与深度评测
- 理解负指数分布图像,隐藏在日常生活中的数学之美
- 全面解析与购车指南
- 深入了解标志206最新报价,购车指南与市场分析
- 深入了解 i3 10100,一款适合日常生活的高效处理器
- 走进vivo手机商城,探索智能生活的新篇章
- 5万以下汽车报价大全,为您精选高性价比的经济型车型
- 一辆小车的精彩故事
- 全面解析与购车建议
- 深入了解昊锐1.8T油耗表现及其优化技巧
- 迈腾18T,都市出行的理想伙伴,轻松驾驭每一段旅程
- 桑塔纳新款,传承经典,焕发新生
- 联发科MT6765,智能手机的高效心脏
- 丰田Previa,一款经典MPV的前世今生
- 小学校长受贿近千万,背后的故事与启示
- 探索移动帝国论坛,连接全球移动技术爱好者的桥梁
- 小小的我预售破4000万,一场梦幻童话的奇迹之旅
- 深度解析凯迪拉克CTS(进口),豪华与性能的完美结合
- 揭秘南方人为何更易患鼻咽癌?
- 豪华与性能的完美结合——价格详解及购车指南
- 我是刑警编剧专访,坚持创作初心,不惯市场之风
- 轻松掌握图标文件的奥秘
- 黄圣依在最强大脑中的高知魅力——路透背后的故事
- 微信紧急提醒,警惕木马病毒——如何防范与应对网络攻击?
- Jeep新大切诺基,经典与现代的完美融合
- 顾客用餐时打火机不慎落入锅内引发爆炸事件解析
- 解读大捷龙报价,购车前必知的关键信息
- 大学生作业中的AI气息,新时代的学习变革
- 比亚迪思锐,探索未来汽车科技的先锋
- 警惕串联他人越级走访,数人多次煽动行为终被抓获的警示
- 经典与现代的完美融合——联想ThinkPad X201,一款改变工作方式的笔记本电脑
- 北京平谷再现鸟中老虎
- 一位七旬官员的人生转折,公诉背后的故事与深思
- 财神鱼离奇死亡,男子悲痛之余做出惊人决定,起锅烧油含泪吃下
- 掌握 Flash 课件制作,从零开始的实用教程
- 蜜雪冰城的新动作,背后的战略调整与市场应对
- 警惕网络谣言,重庆小女孩急需救助的真相揭秘
- 深入了解2012款锋范,经典小车的完美演绎
- 刘诗诗,淡然面对传闻,专注自我成长