python数据分析与可视化

提供一个基本的例子，使用Pandas进行数据处理，Matplotlib和Seaborn进行数据可视化。我们将使用一个虚构的数据集来演示这个过程。

首先，确保环境中已经安装了必要的库，如pandas, matplotlib, 和 seaborn。如果没有安装，可以通过pip安装它们：

bash 复制代码

pip install pandas matplotlib seaborn

接下来是一个简单的数据分析与可视化的Python脚本示例：

python 复制代码

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 创建一个简单的数据集
data = {
    'Month': ['Jan', 'Feb', 'Mar', 'Apr', 'May'],
    'Sales': [120, 150, 180, 160, 200],
    'Expenses': [80, 90, 110, 100, 130]
}

# 将数据转换为DataFrame
df = pd.DataFrame(data)

# 显示数据的前几行
print(df.head())

# 数据分析
# 计算利润
df['Profit'] = df['Sales'] - df['Expenses']
print("\nProfit calculation:\n", df)

# 数据可视化
plt.figure(figsize=(10, 5))

# 使用seaborn绘制折线图
sns.lineplot(x='Month', y='Sales', data=df, label='Sales')
sns.lineplot(x='Month', y='Expenses', data=df, label='Expenses')
sns.lineplot(x='Month', y='Profit', data=df, label='Profit')

# 添加图表标题和标签
plt.title('Monthly Sales, Expenses and Profit')
plt.xlabel('Month')
plt.ylabel('Amount ($)')
plt.legend()

# 显示图表
plt.show()

这段代码首先创建了一个简单的数据字典，并将其转换为一个Pandas DataFrame。然后计算每个月的利润，并将结果添加到DataFrame中。最后，它使用Matplotlib和Seaborn库来绘制每个月的销售额、支出和利润的折线图。