#实验八 数据分析与可视化

##一、实验学时：2学时

##二、实验目的

1. 熟悉 CSV 和 TXT 文件操作。
2. 熟练安装扩展库 numpy、pandas、matplotlib。
3. 熟悉使用扩展库 pandas 进行数据分析的基本操作。
4. 熟悉使用扩展库 matplotlib 进行数据可视化的基本操作。

##三、实验内容

1. 使用以下代码，在当前文件夹中生成某商场营业额模拟数据文件 data.csv。数据文件有两列，分别为“日期”和“营业额”。日期从2022-1-1开始，共365天，365条营业数据。

import csv
import random
import datetime

fn = 'data.csv'

with open(fn, 'w') as fp:
# 创建 csv 文件写入对象
    wr = csv.writer(fp)
# 写入表头
    wr.writerow(['日期', '营业额'])
# 生成模拟数据
    startDate = datetime.date(2022, 1, 1)
# 生成 365 个模拟数据
    for i in range(365):
    # 生成一个模拟数据，写入 csv 文件
        amount = 500 + i*5 + random.randrange(100)
        wr.writerow([str(startDate), amount])
    # 下一天
        startDate = startDate + datetime.timedelta(days=1)

依据以上生成的模拟数据文件，完成下面的任务：

（1）使用pandas读取文件data.csv中的数据，创建DataFrame对象，并删除其中所有缺失值。

（2）绘制折线图，显示该商场每天的营业额情况，并把图形保存为本地文件 Te.jpg；

（3）绘制柱状图，显示每个月份的营业额，并把图形保存为本地文件 Ye.jpg；

（4）按月份进行统计，找出相邻两个月最大涨幅，并把涨幅最大的月份写入文件maxMonth.txt；

（5）按季度统计该商场 2022年的营业额数据，绘制饼状图显示2022年4个季度的营业额分布情况，并把图形保存为本地文件Je.jpg。

##四、实验结果
使用以下代码，在当前文件夹中生成某商场营业额模拟数据文件 data.csv。数据文件有两列，分别为“日期”和“营业额”。日期从2022-1-1开始，共365天，365条营业数据。

import csv
import random
import datetime

fn = 'data.csv'

with open(fn, 'w') as fp:
# 创建 csv 文件写入对象
    wr = csv.writer(fp)
# 写入表头
    wr.writerow(['日期', '营业额'])
# 生成模拟数据
    startDate = datetime.date(2022, 1, 1)
# 生成 365 个模拟数据
    for i in range(365):
    # 生成一个模拟数据，写入 csv 文件
        amount = 500 + i*5 + random.randrange(100)
        wr.writerow([str(startDate), amount])
    # 下一天
        startDate = startDate + datetime.timedelta(days=1)

依据以上生成的模拟数据文件，完成下面的任务：

（1）使用pandas读取文件data.csv中的数据，创建DataFrame对象，并删除其中所有缺失值。

#程序名：6-5.py
#功 能：根据提供的数据绘制相关的图像
#作 者：董斌
#学 号：20222501444
#日 期：2022.06.08
#思 路：使用pandas和matplotlib中的函数实现各种图像的绘制
import csv
import random
import datetime

fn = 'data.csv'

with open(fn, 'w') as fp:
# 创建 csv 文件写入对象
    wr = csv.writer(fp)
# 写入表头
    wr.writerow(['日期', '营业额'])
# 生成模拟数据
    startDate = datetime.date(2022, 1, 1)
# 生成 365 个模拟数据
    for i in range(365):
    # 生成一个模拟数据，写入 csv 文件
        amount = 500 + i*5 + random.randrange(100)
        wr.writerow([str(startDate), amount])
    # 下一天
        startDate = startDate + datetime.timedelta(days=1)

import pandas as pd
import matplotlib.pyplot as plt
import datetime

# 读取数据文件
df = pd.read_csv('data.csv', encoding='gb2312')

# 删除缺失值
df.dropna(inplace=True)

（2）绘制折线图，显示该商场每天的营业额情况，并把图形保存为本地文件 Te.jpg；

# 折线图
plt.plot(df['日期'], df['营业额'])
plt.xlabel('日期')
plt.ylabel('营业额')
plt.title('商场每天的营业额情况')
plt.savefig('Te.jpg')
plt.show()

运行截图:

（3）绘制柱状图，显示每个月份的营业额，并把图形保存为本地文件 Ye.jpg；

# 柱状图
df['月份'] = pd.to_datetime(df['日期']).dt.month
monthly_sales = df.groupby('月份')['营业额'].sum()
plt.bar(monthly_sales.index, monthly_sales.values)
plt.xlabel('月份')
plt.ylabel('营业额')
plt.title('每个月份的营业额')
plt.savefig('Ye.jpg')
plt.show()

运行截图:

（4）按月份进行统计，找出相邻两个月最大涨幅，并把涨幅最大的月份写入文件maxMonth.txt；

# 最大涨幅统计
df['上一个月营业额'] = df['营业额'].shift(1)
df['涨幅'] = df['营业额'] - df['上一个月营业额']
df['月份'] = pd.to_datetime(df['日期']).dt.month
max_increase = 0
max_month = ''
for i in range(2, 13):
    increase = df[df['月份'] == i]['涨幅'].max()
    if increase > max_increase:
        max_increase = increase
        max_month = str(i) + '月'
with open('maxMonth.txt', 'w') as f:
    f.write(max_month)

（5）按季度统计该商场 2022年的营业额数据，绘制饼状图显示2022年4个季度的营业额分布情况，并把图形保存为本地文件Je.jpg。

# 饼状图
df['季度'] = pd.to_datetime(df['日期']).dt.quarter
quarterly_sales = df.groupby('季度')['营业额'].sum()
labels = ['第1季度', '第2季度', '第3季度', '第4季度']
plt.pie(quarterly_sales.values, labels=labels, autopct='%1.1f%%')
plt.title('2022年各季度营业额占比')
plt.savefig('Je.jpg')
plt.show()

运行截图:

##五、实验小结

###问题与解决办法：

1. 问题：import导入模块出现错误,找不到对应的模块。

解决办法：在pycharm中安装对应的模块。

2. 问题：不知道如何将绘制的图像保存下来。

解决办法：使用savefig()函数实现图像的保存操作。

3. 问题：读取文件出现错误。

解决办法：查找资料后得知，将编码格式改为gb2312。

4. 问题：图像无法在屏幕上显示出来。

解决办法：使用show()函数将绘制的图像在屏幕上显示出来。

###心得体会：

1. 多翻阅Python书籍有利于对语法的进一步掌握。

2. 我们应当养成自主学习的习惯，提高自己搜索信息的能力，利用好网络带给我们的便利。

3. 有自己难以解决的问题，要积极向老师同学请教。

4. Python学习需要不仅需要扎实的语法基础，还需要充足的实践。