Pandas数据分析综合案例

1.原始数据

有以下2017年中国各个省份的碳排放量的csv统计数据。

链接：https://pan.baidu.com/s/17djCzSqnWzU8CTo5m_kBQg 提取码：9527

要求使用pandas的matplotlib库实现统计各个省碳排放总量，并且按照降序排序输出并且也图表展示。

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np

# 设置 可视化风格
plt.style.use('tableau-colorblind10')
# 以下代码从全局设置字体为SimHei（黑体），解决显示中文问题
plt.rcParams['font.sans-serif'] = ['SimHei']
# 解决中文字体下坐标轴负数的负号显示问题
plt.rcParams['axes.unicode_minus'] = False


def main():
    # 定义一个空字典
    provice_group_list = []
    # 读取csv文件
    df = pd.read_csv('2017年中国县级尺度碳排放.csv', encoding="utf-8")
    # 按照省份分组
    province_df = df['碳排放'].groupby(df['省'])
    # print(type(province_df))
    # print(province_df)

    for name, group in province_df:
        # print(name)
        # print(np.sum(group))
        temp_list = [name, round(np.sum(group), 2)]
        provice_group_list.append(temp_list)
    print(provice_group_list)
    province_group_df = pd.DataFrame(provice_group_list, columns=['省份', '碳排量'])
    province_group_df = province_group_df.sort_values(by='碳排量', ascending=False, axis=0)
    print(province_group_df)

    # 柱状的颜色指定为渐变色
    my_colors = cm.Blues(np.arange(province_group_df['省份'].shape[0]) / province_group_df['省份'].shape[0])
    #bar1 = plt.bar(province_group_df['省份'], province_group_df['碳排量'], width=0.45, color=my_colors)
    bar1 = plt.bar(province_group_df['省份'], province_group_df['碳排量'], width=0.45, color='#aa2116')

    # 标注数值
    plt.bar_label(bar1, fontsize=7)
    plt.title('全国各省碳排量统计图表')
    plt.ylabel('碳排量', fontsize=12)
    plt.xlabel('省份', fontsize=10)
    plt.yticks(fontsize=5)
    plt.xticks(fontsize=5)

    plt.show()

if __name__ == '__main__':
    main()

运行效果：