实际应用3： 图书数据可视化分析（基于matplotlib的python数据可视化）_图书数据可视化项目

目录

1.  图书数据展示 

2.  图书数据分析

3.  代码编写

4.  运行结果

1.  图书数据展示 

 数据下载链接：chap7.csv（博客练习文件）-教育文档类资源-CSDN下载

2.  图书数据分析

     从上面的数据中，我们可以发现这些图书数据分别是：图书的名称、评论数量、出版日期、出版社、原价和折后价。我们需要将其中的数据进行可视化，这里可以使用折线图进行可视化，其中横轴表示每本书的序号，纵轴表示每一项指标的具体取值。

    下面选择评论数、折后价和原价、折扣率和出版日期四项数据来绘制折线图，实现图书数据的可视化。

3.  代码编写

# -- coding: utf-8 --
# 第一步：导入相关库
import pandas as pd
from pandas.plotting import register_matplotlib_converters
import numpy as np
import matplotlib.dates as mdates
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
from datetime import datetime
 
register_matplotlib_converters()
plt.figure(figsize=(20, 15))
 
# 第二步：读取CSV数据文件
book_list = pd.read_csv('chap7.csv', sep=',')
book_list['discount_rate']=book_list['price_discount']/book_list['price_original']   # 图书折扣率
 
# 第三步：绘制第一个子图：评论数
x=book_list['rank']
ax1 = plt.subplot(221)
y1=book_list['comment']
ax1.plot(x,y1,'bD-')
 
# 第三步：绘制第二个子图：折后价和原价
ax2 = plt.subplot(222)
y2=book_list['price_discount']
y3=book_list['price_original']
ax2.plot(x,y2,'r^-')
ax2.plot(x,y3,'gH-')
 
# 第三步：绘制第三个子图：折扣率
ax3 = plt.subplot(223)
y4=(book_list['discount_rate']*100).round(1)
ax3.plot(x,y4,'ks-')
 
# 第三步：绘制第四个子图：出版日期
ax4 = plt.subplot(224)
y5=[datetime.strptime(d, '%Y-%m-%d').date() for d in book_list['publish_date']]
ax4.plot(x,y5,'m4-')
 
# 第四步：图表展示
plt.show()

4.  运行结果