博客

之前介绍了如何读取csv数据绘制饼状图

这次接着介绍如何读取数据绘制条形图

读取csv中的年龄并绘制成区间图


只是一个很简单的实例，如果需要扩展丰富，只需要往这个模板往上加就是了

csv文件链接：https://pan.baidu.com/s/1aLlGEcZEkMiTf9Pfsh-9WQ

提取码：jr5t


import csv
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

def age_Dis():#统计年龄分布
    pr = pd.read_csv("hydata_swjl_0.csv")
    pr1 = pd.read_csv("hydata_swjl_1.csv", low_memory=False)
    print("统计年龄分布：")
    print()
    age = []
    for i in pr['BIRTHDAY']:
        age.append(int((20181219 - i) / 10000))
    print(age)
    age1=[]
    age2=[]
    age3=[]
    age4=[]
    age5=[]
    for i in age:
        if 18<=i<25:
            age1.append(i)
        elif 25<=i<35:
            age2.append(i)
        elif 35<=i<45:
            age3.append(i)
        elif 45<=i<55:
            age4.append(i)
        else:
            age5.append(i)

    index=['18~25','25~35','35~45','45~55','others']
    values=[len(age1),len(age2),len(age3),len(age4),len(age5)]
    plt.bar(index,values)
    plt.show()
   

if __name__=="__main__":
    age_Dis()

展示结果：

注：

问：为什么要用条形图？？

答：数据太多（一百万多条），如果用其他图就不能很好的显示出来

比如说，使用折线图：

如图：就完全看不出年龄的分布情况

代码如下：

  # 绘制成折线图'''
'''
    plt.axis([0, 1100000, 0, 75])
    plt.xlabel('People Number',color='red')
    plt.ylabel('Peoples Name',color='red')
    plt.title('Age Distribution',fontsize=15)
    plt.plot(age)
    plt.show()
    print("折线图效果太差，因采用柱形图")
'''

因而，在数据过大的情况下，最好采用条形图