标签：feng plt people df list 百亿 富豪 地区 pandas

一 说明

数据来源：新财富 http://www.xcf.cn/zhuanti/ztzz/hdzt1/500frb/index.html
我是通过把这些数据放到excle表格里统计的数据。

二 统计中国那个地区百亿富豪人数最多

import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
mpl.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams['font.serif'] = ['KaiTi']
# 统计各地区百亿富豪人数
people = pd.read_excel('C:/Users/hunin/Desktop/by.xlsx')
area = []
for i in people.index:
    area.append('')
people['地区'] = area

for i in people.index:
    # print(i)
    people['地区'].at[i] = people['公司总部'].at[i][0:2]
    # print(students['地区'].at[i])
feng = {}
for i in people.index:
    if people['地区'].at[i] in feng.keys():
        feng[people['地区'].at[i]] += 1
    else:
        feng[people['地区'].at[i]] = 1
data = {
    '地区': list(feng.keys()),
    '人数': list(feng.values())
}

df = pd.DataFrame(data)
df.sort_values(by="人数",inplace=True, ascending=False)
# print(df)
plt.bar(df['地区'], df['人数'], color='orange')
plt.xticks(df['地区'], rotation='45')
plt.xlabel('地区',fontsize=19,color="red")
plt.ylabel('人数',fontsize=19,color="red")
plt.title('中国百亿富豪各地区人数', fontsize=16)

num_list=[]
for i in feng.values():
    num_list.append(i)
num_list.sort(reverse=True)
for a, b in zip(df.地区,num_list):
    plt.text(a, b, '%.0f' % b, ha='center', va='bottom', fontsize=11)
plt.tight_layout()
plt.show()

运行代码结果为：

三 统计百亿富豪集中在那个年龄段

import matplotlib.pyplot as plt
import pandas as pd

plt.rcParams['font.sans-serif'] = ['SimHei']

student=pd.read_excel('C:/Users/hunin/Desktop/by.xlsx')
pep1=student.loc[student["年龄"].apply(lambda a:18<=int(a)<=40)]
pep2=student.loc[student["年龄"].apply(lambda a:41<=int(a)<=50)]
pep3=student.loc[student["年龄"].apply(lambda a:51<=int(a)<=60)]
pep4=student.loc[student["年龄"].apply(lambda a:61<=int(a)<=70)]
pep5=student.loc[student["年龄"].apply(lambda a:71<=int(a)<=80)]
pep6=student.loc[student["年龄"].apply(lambda a:81<=int(a)<=90)]
dict={"18-40岁":len(pep1),"41-50岁":len(pep2),"51-60岁":len(pep3),"61-70岁":len(pep4),"71-80岁":len(pep5),"80-91岁":len(pep6)}


data = {
    '年龄': list(dict.keys()),
    '人数': list(dict.values())
}
df = pd.DataFrame(data)
df.sort_values(by="人数",inplace=True, ascending=False)
plt.bar(df['年龄'], df['人数'], color='orange')
plt.xticks(df['年龄'], rotation='45')
plt.xlabel('年龄',fontsize=19,color="red")
plt.ylabel('人数',fontsize=19,color="red")
plt.title('中国百亿富豪年龄区间', fontsize=16)

num_list=[]
for i in dict.values():
    num_list.append(i)
num_list.sort(reverse=True)
for a, b in zip(df.年龄,num_list):
    plt.text(a, b, '%.0f' % b, ha='center', va='bottom', fontsize=11)
plt.tight_layout()
plt.show()

效果如图：

标签：feng,plt,people,df,list,百亿,富豪,地区,pandas
来源： https://www.cnblogs.com/huningfei/p/12884208.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。