Einführung

Lassen Sie uns den Verbrauch meines Hauses visualisieren. Nur was ich auf Python-Anfängerniveau machen konnte. Da es sich um einen Versuch und Irrtum handelt, sind die Details angemessen.

Vorbereitung

Bereiten Sie einfach zwei CSV-Daten vor. Es wird wie folgt sein. Eine Beschreibung von Datum, Typ und Kosten (geben Sie hier Ihren täglichen Verbrauch ein). Hier schreibe ich die Datendaten der Reihe nach. Wenn Sie in einem Durcheinander schreiben, müssen Sie sich so etwas wie den Versuch ausdenken, es in Ordnung zu bringen? Eine Beschreibung des Typs und des Inhalts. (Entspricht dem obigen CSV-Datentyp.) 2020-04-19 (1).png

Python-Code

Installieren Sie zunächst die Bibliothek, die Sie verwenden möchten. Lesen Sie dann die CSV-Daten und kombinieren Sie sie. Die kumulierten Kosten und der Monat des Datendatums werden dem Datenrahmen hinzugefügt.

import pandas as pd
import datetime
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
plt.style.use('ggplot') #Magie
font = {'family' : 'meiryo'}

df = pd.read_csv('kakeibo.csv')
abcde = pd.read_csv('kakei.csv') #Geben Sie die Inhaltsliste csv ein
df = pd.merge(df, abcde, on="Art", how="left") #Daten kombinieren
df['Akkumulation'] = np.cumsum(df['Kosten'])
df["Daten Datum"] = pd.to_datetime(df["Daten Datum"])
df["Mond"] = df["Daten Datum"].dt.strftime("%Y%m")
df.head()

2020-04-19 (2).png

Visualisiert mit einem Faltliniendiagramm

Zeigt die kumulierte Summe nach Datum an. Dann visualisieren Sie es in einem Diagramm. (Da es sich um Testdaten handelt, ist der Inhalt angemessen. Wie Sie aus den CSV-Daten ersehen können, ist es 5/14 nach 4/19, sodass das Diagramm so aussieht.)

df_sum = df.groupby("Daten Datum").sum()[["Akkumulation"]] #Nach Datum aggregieren
df_sum.head()

df_sum.plot(y='Akkumulation',figsize=(20,6))
plt.xticks(fontsize=18)
plt.yticks(fontsize=18)
plt.xlabel("Datum")
plt.ylabel("Kosten")

2020-04-19 (3).png

Visualisieren Sie mit einem Kreisdiagramm

Erstellen Sie schließlich die Kosten für jeden Inhalt und visualisieren Sie ihn in einem Kreisdiagramm.

df_new = df.groupby("Inhalt").sum()[["Kosten"]] #集計 日付とInhaltごと
df_new.plot(kind='pie',x='Inhalt',  y = 'Kosten' ,counterclock=False, startangle=90, autopct="%1.1f%%", pctdistance=0.7,figsize=(20,6) )

2020-04-19 (4).png

abschließend

Es war ein Anfängerspiel. Wie ich am Anfang schrieb, ist es ein Versuch und Irrtum Prozess. Ich denke, es gibt viele Teile, die erweitert und verbessert werden können. In jedem Fall handelt es sich um die tatsächliche Produktion, nachdem die Menge der Originaldaten auf etwa einen Monat erhöht wurde.