本文共 1178 字，大约阅读时间需要 3 分钟。

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  

转载地址：http://eduii.baihongyu.com/