要求用图形做一个可视化分析

对盈利能力的可视化分析，通过读取数据文件中的数据并选择合适的图形展现该公司盈利能力的变化。用的是jupyter（用柱状图或者折线图表现出三年来各项指标的变化就行）（需要源代码）（csv文件）
以下是数据

img


下面是文件
https://docs.qq.com/sheet/DWVdvd2dTZU9SZUpU?adtag=qqbrowser_file_android

用的什么IDE


import pandas as pd
import matplotlib.pyplot as plt

# 读取CSV文件
data = pd.read_csv('data.csv')

# 提取X轴数据
x = data['x']

# 提取Y轴数据列名
y_columns = data.columns[1:]  # 假设第一列是X轴数据，剩余列是Y轴数据

# 绘制曲线图
for column in y_columns:
    y = data[column]
    plt.plot(x, y, label=column)

plt.xlabel('X')
plt.ylabel('Y')
plt.title('Curve Plot')
plt.legend()
plt.show()

首先具体要怎么分析，其次数据能否发下，需求最好明确下

csv文件嘞

使用Python和pandas库对盈利能力的可视化分析的源代码。首先导入需要的库，然后使用pandas读取CSV文件，选择需要的列，并使用matplotlib库创建柱状图或折线图来展示变化情况。小小代码示例：

import pandas as pd  
import matplotlib.pyplot as plt  
  
# 读取CSV文件  
data = pd.read_csv('profitability_data.csv', index_col=0)  
  
# 选择需要的列  
profit_ABILITY = data['Profitability']  
YEAR = data['Year']  
REVENUE = data['Revenue']  
EXPENSE = data['Expense']  
NET_INCOME = data['Net Income']  
  
# 创建柱状图  
fig, ax = plt.subplots(figsize=(10,6))  
ax.bar(YEAR, REVENUE, color='lightblue')  
ax.bar(YEAR, EXPENSE, bottom=REVENUE, color='red')  
ax.bar(YEAR, NET_INCOME, bottom=EXPENSE+REVENUE, color='green')  
ax.set_xlabel('Year')  
ax.set_ylabel('Amount (in dollars)')  
ax.set_title('Company Profitability by Year')  
plt.show()  
  
# 创建折线图  
fig, ax = plt.subplots(figsize=(10,6))  
ax.plot(YEAR, REVENUE, color='lightblue')  
ax.plot(YEAR, EXPENSE, color='red')  
ax.plot(YEAR, NET_INCOME, color='green')  
ax.set_xlabel('Year')  
ax.set_ylabel('Amount (in dollars)')  
ax.set_title('Company Profitability over Three Years')  
plt.show()

#未完待续，如有帮助，恭请采纳
  • 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7629797
  • 这篇博客你也可以参考下：如何剪裁csv文件，并从中求出每一列的最大值和平均值，并将最大值和平均值添加到表的末尾
  • 除此之外, 这篇博客: 这个代码是用来统计某一csv文件的某一列数据，对该列数据进行分类并且进行计数中的 这个代码是用来统计某一csv文件的某一列数据，对该列数据进行分类并且进行计数 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  • python版本为python2.7

下面直接上代码

#a.csv is three rows csv
#这个代码是用来统计某一csv文件的某一列数据，对该列数据进行分类并且进行计数



import pandas as pd
import re
import csv
import sys


path='C:\\Users\\hg\\Desktop\\a\\a.csv'#文件路径不能包含中文，否则会报错


df=pd.read_csv(path,'utf-8',engine='python')#编码格式utf-8
df.head()
print(df)


df.describe()

import numpy as np
#公共部分


#统计出行方式
address=pd.read_csv(path,usecols=[0])   #提取想要的数据列，0是列索引

address.to_csv("C:\\Users\\hg\\Desktop\\b\\d.csv")  #文件输出

path2='C:\\Users\\hg\\Desktop\\b\\d.csv'   #文件读取


df2=pd.read_csv(path2,'utf-8',engine='python')

df3=np.unique(address)      #调用unique函数对该列数据分组，返回每一组的组名


print(df3)

ts = pd.Series(address['driving'].values, index=address['driving'])   #分组后计数返回该组的组名和每一个名称的数量

ts.describe()

ts.value_counts()


wuqu=ts.value_counts()   #格式转换加文件输出，series无法直接输出为csv
wuqu1=pd.DataFrame(ts.value_counts())
wuqu1.to_csv('C:\\Users\\hg\\Desktop\\b\\e.csv')    #输出文件是包含组名以及个数的csv文件
  • 您还可以看一下 李宁老师的数据分析“薪”法修炼-面试篇课程中的 读写CSV文件小节, 巩固相关知识点

其实就是画折线图的事
不知道你的数据是什么格式的，你可以按照我下面的代码，修改下读取文件的代码

import pandas as pd
import matplotlib.pyplot as plt

# 创建财务指标数据
data = {
    '年份': [2022, 2021, 2020],
    '摊薄净资产收益率': [0.4, 0.43, None],
    '成本收入比': [0.68, 0.51, 0.4],
    '实际税率': [54.11, 73.77, None]
}

# 创建DataFrame
df = pd.DataFrame(data)

# 将年份设置为索引
df.set_index('年份', inplace=True)

# 绘制折线图
df.plot(marker='o')

# 图表显示
plt.show()