Python 数据分析测试5 之柱状图对比显示

2023-09-14 07:41| 来源: 网络整理| 查看: 265

# Time: 2020/07/28

#Author: Xiaohong

# 运行环境: OS: Windows 10

# Python: 3.7

# 功能: 导入4份文件(分别对应4个部位)，以柱状图的方式，对比显示 ML1、01A 的 4个鞋部位平均库存时间天数。 X 轴为部位及两条线别，Y 轴为平均库存时间天数

效果如下：

主程序为(Tl_B06.py)：

import os import numpy as np import matplotlib.pyplot as plt ''' 统计的数据来源：来自4个文件,分别对应4个部位。其中格式如下：序号、库存时间、Etag、LotNo、部位、Size、入库时间、入库数量、出库时间、出库数量、Ticketid、库别、生产线、单据号 Function: 以柱状图的方式，对比显示 ML1、01A 的 4个鞋部位平均库存时间天数。 X 轴为部位及两条线别，Y 轴为平均库存时间天数 ''' data_path=r'E:\\vscode_2020\\vstestfxh\\fxh_qt501\\fxh_qt501\\source_file\\lfpis' data_filenames=['midsole.csv','ms.csv','outsole.csv','ph.csv'] bar_label_list=['Mid','Ms','Rb','Ph'] #解决 matplotlib 中文显示问题,仅适用于Windows系统 plt.rcParams['font.sans-serif']=['SimHei'] #结果输出的路径 output_path=r'./output' #目录不存在的话，就创建 if not os.path.exists(output_path): os.makedirs(output_path) #收集&处理数据 def collect_data(): #初始化返回结果 ml1_data_arr_list=[] a01_data_arr_list=[] #遍历要导入文件的列表 for data_filename in data_filenames: #文件完整路径 data_file=os.path.join(data_path,data_filename) #通过 numpy 把CSV文件导入到 numpy 数组 data_str 中 # CSV文件是以,分割,每列均当成是string型,第一行忽略 all_data_arr=np.loadtxt(data_file,delimiter=',',dtype='str',skiprows=1) # 取得库存时间列 stock_time_data_arr_01=np.core.defchararray.replace(all_data_arr[:,1],'"','') stock_time_data_arr_01=stock_time_data_arr_01.reshape(-1,1) # 取得生产线 prod_line_data_arr_01=np.core.defchararray.replace(all_data_arr[:,12],'"','') prod_line_data_arr_01=prod_line_data_arr_01.reshape(-1,1) #以横向方式合并两个数组 axis=1 代表是横向 all_data_arrs=np.concatenate([stock_time_data_arr_01,prod_line_data_arr_01],axis=1) # print(all_data_arrs) # 过滤出 ML1 生产线,并求出库存时间平均值 ml1_data_arr=all_data_arrs[all_data_arrs[:,1]=='LF ML1'] ml1_data_arr_value=np.mean(ml1_data_arr[:,0].astype('float')) # 过滤出 01A 生产线,并求出库存时间平均值 a01_data_arr=all_data_arrs[all_data_arrs[:,1]=='LF 01A'] a01_data_arr_value=np.mean(a01_data_arr[:,0].astype('float')) # 写入结果列表中 ml1_data_arr_list.append(ml1_data_arr_value) a01_data_arr_list.append(a01_data_arr_value) print(ml1_data_arr_list) print(a01_data_arr_list) return ml1_data_arr_list,a01_data_arr_list #保存&展示结果 def show_result(ml1_data_arr_list,a01_data_arr_list): #柱状图位置 bar_locs=np.arange(4) #柱状图宽度 bar_width=0.35 #柱状图 X 轴标识 xtick_labels=[bar_label_list[i] for i in range(4)] #用 matplotlib 库中的 pyplot 来画出图形 plt.figure() #柱状图 plt.bar(bar_locs,ml1_data_arr_list,width=bar_width,color='g',alpha=0.7,label='ML1') plt.bar(bar_locs+bar_width,a01_data_arr_list,width=bar_width,color='r',alpha=0.7,label='01A') plt.xticks(bar_locs+bar_width/2,xtick_labels,rotation=45) plt.ylabel='平均库存时间(单位:天)' plt.title('柱状图') plt.legend(loc='best') plt.tight_layout() plt.savefig(os.path.join(output_path,'group_bar.png')) plt.show() def main(): ml1_data_arr_list,a01_data_arr_list=collect_data() show_result(ml1_data_arr_list,a01_data_arr_list) if __name__=='__main__': main()

【本文地址】

公司简介

联系我们

Python 数据分析测试5 之 柱状图对比显示

Python 数据分析测试5 之柱状图对比显示