Utilisez les données de pandas géants et matplotlib tracées sur un histogramme fichier Excel

Zéro, les exigences expérimentales

1. Les données rampants

2. Visualisation de données, l'axe horizontal est la date de soumission requise, la performance de chacun des autres attributs de l'axe longitudinal

Tout d'abord, l'accès aux données

Les données expérimentales est utilisé, vous pouvez faire un clic droit et choisissez Nouvel onglet pour ouvrir l'image pour voir

obtenir le code de reptile pour le fichier .xlsx est -

import re
import requests
import pandas as pd
from bs4 import BeautifulSoup
wang=[];
for k in range(2,5):
    url="http://xkctk.hangzhou.gov.cn/tzgg/index_{0}.html".format(k)
    r=requests.get(url)
    r.encoding="utf-8"
    soup=BeautifulSoup(r.text,"html.parser")
    a=soup.find_all('a',string=re.compile('增量指标竞价情况'))
    for links in a:
        urll=links.get("href")
        rr=requests.get(urll)
        rr.encoding="utf-8"
        soupp=BeautifulSoup(rr.text,"html.parser")
        result=re.findall(r'\d+\-\d+\-\d+|配置增量指标\d+|个人增量指标\d+|单位增量指标\d+|最低成交价[\u4e00-\u9fa5]+\d+\元\D\单位\d+|成交\d+|平均成交价[\u4e00-\u9fa5]+\d+\元\D\单位\d+',soupp.text)
        lis=[str(i) for i in result]
        l="".join(lis)
        title=['竞价日期','配置增量指标','个人增量指标','单位增量指标','个人最低成交价','单位最低成交价','个人最低成交价个数','单位最低成交价个数','个人平均成交价','单位平均成交价']
        number=re.findall(r'\d+\-\d+\-\d+|\d+',l)
        result1=dict(zip(title,number))
        wang.append(result1)
writer = pd.ExcelWriter('news.xlsx') #news为文件名
df=pd.DataFrame(wang) #将字典保存成DataFrame数据结构
df.to_excel(writer,index=False,columns=('竞价日期','配置增量指标','个人增量指标','单位增量指标','个人最低成交价','单位最低成交价','个人最低成交价个数','单位最低成交价个数','个人平均成交价','单位平均成交价')) #导出成excel
df.to_excel('C:/暂用/news.xlsx')

---

En second lieu, l'histogramme tracer un code

A une distincte pour une carte

"""个人最低成交价/日期"""
import matplotlib.pyplot as plt
import pandas as pd

# 解决中文和负号显示问题
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False

df = pd.read_excel("news.xlsx", "Sheet1")	# 读取news.xlsx文件的Sheet1
fig = plt.figure()
plt.bar(df['竞价日期'], df['个人最低成交价'])	# plt.bar(x,y)
plt.title(u'个人最低成交价/日期')
plt.xlabel('日期', size=10)
plt.ylabel(u'个人最低成交价')
plt.show()

Troisièmement, un rendu multi-histogramme et marqué d'une valeur de code

Étant donné que la différence globale entre la plus grande valeur (la valeur minimale de l'écart que le nombre du prix le plus bas et la vente aux enchères), où le code est divisé en deux sections, respectivement, montrent
le premier .py

"""配置增量指标/日期"""
import matplotlib.pyplot as plt
import pandas as pd

total_width, n = 0.8, 4  # 对每一个日期设置0.8的宽度，有9个指标
width = total_width / n  # 每个日期下每个指标的宽度


# 定义函数来显示柱状上的数值
def autolabel(rects):
    for rect in rects:
        height = rect.get_height()
        plt.text(rect.get_x() + rect.get_width() / n - 0.1, height + 1000, '%s' % float(height))


# 解决中文和负号显示问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

df = pd.read_excel("news.xlsx", "Sheet1")
fig = plt.figure()

x = [0, 1, 2, 3, 4, 5, 6, 7]  # 一共有8行数据

# 每绘制过一个指标，就加上一定的宽度使下一个指标的柱状图不重叠##
for i in range(len(x)):                                       ##
    x[i] = x[i] + width                                       ##
################################################################
# 横坐标为x，纵坐标为df['个人最低成交价']， 宽度为width
t3 = plt.bar(x, df['个人最低成交价'], width=width, label='个人最低成交价', fc='b')    # 颜色为blue

for i in range(len(x)):
    x[i] = x[i] + width
# tick_label：此处真正显示日期
t4 = plt.bar(x, df['单位最低成交价'], width=width, tick_label=df['竞价日期'], label='单位最低成交价', fc='g')# 颜色为green

for i in range(len(x)):
    x[i] = x[i] + width
t7 = plt.bar(x, df['个人平均成交价'], width=width, label='个人平均成交价', fc='r')    # 颜色为red

for i in range(len(x)):
    x[i] = x[i] + width
t8 = plt.bar(x, df['单位平均成交价'], width=width, label='单位平均成交价', fc='c')    # 颜色为青色

autolabel(t3)
autolabel(t4)
autolabel(t7)
autolabel(t8)

plt.title(u'x/日期')
plt.xlabel('日期', size=10)
plt.ylabel(u'各项指标')
plt.legend()
plt.show()

Les deux premiers py

"""配置增量指标/日期"""
import matplotlib.pyplot as plt
import pandas as pd

total_width, n = 0.8, 5  # 对每一个日期设置0.8的宽度，有n个指标
width = total_width / n  # 每个日期下每个指标的宽度


# 定义函数来显示柱状上的数值
def autolabel(rects):
    for rect in rects:
        height = rect.get_height()
        # 在(rect.get_x() + rect.get_width() / n, height + 10)坐标处，写上文本height
        plt.text(rect.get_x() + rect.get_width() / n, height + 10, '%s' % float(height))


# 解决中文和负号显示问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

df = pd.read_excel("news.xlsx", "Sheet1")
fig = plt.figure()

x = [0, 1, 2, 3, 4, 5, 6, 7]  # 一共有8行数据

t0 = plt.bar(x, df['配置增量指标'], width=width, label='配置增量指标', fc='y')

for i in range(len(x)):
    x[i] = x[i] + width
t1 = plt.bar(x, df['个人增量指标'], width=width, label='个人增量指标', fc='r')

for i in range(len(x)):
    x[i] = x[i] + width
t2 = plt.bar(x, df['单位增量指标'], width=width, tick_label=df['竞价日期'], label='单位增量指标', fc='c')

for i in range(len(x)):
    x[i] = x[i] + width
t5 = plt.bar(x, df['个人最低成交价个数'], width=width, label='个人最低成交价个数', fc='g')

for i in range(len(x)):
    x[i] = x[i] + width
t6 = plt.bar(x, df['单位最低成交价个数'], width=width, label='单位最低成交价个数', fc='b')

autolabel(t0)
autolabel(t1)
autolabel(t2)

autolabel(t5)
autolabel(t6)

plt.title(u'x/日期')
plt.xlabel('日期', size=10)
plt.ylabel(u'各项指标')
plt.legend()
plt.show()