工具：jupyter notebook

目標：統(tǒng)計顏色分類該屬性每一種類型的銷售數(shù)量占比。

如下圖，該圖是源數(shù)據(jù)，顏色分類即auctionSku列的數(shù)據(jù)內(nèi)容。

實驗步驟：

導(dǎo)入包：

import pandas as pd

import re

import numpy as np

from mpl_toolkits.mplot3d import Axes3D

import matplotlib.pyplot as plt

from pylab import *

from datetime import date,datetime

讀取數(shù)據(jù)：

df=pd.read_excel('perfectdiary_data.xlsx',index_col=None)

print(len(df['auctionSku']))

df['auctionSku'].values

print(type(df['auctionSku'].values))

清洗數(shù)據(jù)：

content = ' '?

c_list = []

for i in df['auctionSku'].values:

????content += i # 拼接成字符串

# 替換每一項字符串內(nèi)容不需要的字詞、符號；注意?：replace('顏色分類:',' 這里有空格')，空格為標記，方便后面分割字符串

? ? data = content.replace('顏色分類:',' ').replace('[New]','').replace('【預(yù)售】','').replace('.','').replace('預(yù)售','').replace('-','')

? ? c_list=data.split(' ') #以空格分割字符串，返回的數(shù)據(jù)類型為列表

print(c_list)

結(jié)果如下圖：

統(tǒng)計每個字段出現(xiàn)的頻數(shù)：

result_dic={}

for item_str in c_list[1:]: #c_list[1:]表示從索引1（即第二個值）開始取到。因為前面用空格分割字符串，所以索引0取到的值為空

????if item_str not in result_dic:

????????result_dic[item_str]=1

????else:

????????result_dic[item_str]+=1

result_dic

結(jié)果如圖：

列表a和b中的值進行基本的數(shù)學(xué)計算，算出每種相同的數(shù)據(jù)類型在總的類型數(shù)量中所占的比例；統(tǒng)計Excel中表格中相同的對象數(shù)據(jù)，同時把它存入a、b。

a=[]

b=[]

for key in result_dic:

????a.append(key) ???????

????b.append(result_dic[key])

繪制圖形：

plt.rcParams['font.sans-serif']=['SimHei']#正常顯示中文標簽

size=[]

t=sum(b)#統(tǒng)計總的發(fā)表篇幅

label=a

#算出每種相同的數(shù)據(jù)類型在總的類型數(shù)量中所占的比例

for u in b:

????i=u/t

????size.append(i)

????plt.plot(size)

plt.title('顏色分類屬性餅狀圖')

plt.pie(size,labels=label,colors="rgb",autopct='%1.lf%%',shadow=False,startangle=90)

plt.show()

結(jié)果如圖：

完結(jié)，撒花