Далее показан пример, того как просто на Python можно строить различного рода графики. Код прокомментирован. Данные взяты из Файла SalesData_limit.csv , который лежит рядом со скриптом. Содержимое файла SalesData_limit.csv :
Далее показан пример, того как просто на Python можно строить различного рода графики. Код прокомментирован. Данные взяты из Файла SalesData_limit.csv, который лежит рядом со скриптом. Содержимое файла SalesData_limit.csv:
Date,Sales
01/01,150000
01/02,100000
01/03,80000
01/04,70000
01/05,120000
01/06,100000
01/07,180000
01/08,160000
01/09,190000
01/10,200000
01/11,220000
01/12,350000
Код скрипта (файл main.py):
import pandas as pd
from matplotlib import pyplot as plt
from matplotlib import style
from dateutil import parser as dt_parser
# Загружаем данные из csv файла
# sep - формат данных на основе регулярных выражений, чтобы не быдо ошибок
data = pd.read_csv('./SalesData_limit.csv',sep=r'\s*,\s*', header=0, encoding='utf8', engine='python')
# стиль графика
style.use('ggplot')
# преобразуем значения из csv в понятный для библиотеки формат
x = data['Date'].to_numpy()
y = data['Sales'].to_numpy()
# даем название осям и графику
plt.xlabel('Дата')
plt.ylabel('Продажи')
plt.title('Анализ продаж за 2019 год')
# рисуем точки
plt.plot(x, y)
# показываем график
plt.show()
Запускаем так:
C:/> python main.py
Результат - картинка в начале статьи.
