笔记:编写程序,绘制一个展示 2013~2019 财年阿里巴 巴淘宝+天猫平台的 GMV 的柱形图,实现过程如下:

发布于:2024-04-30 ⋅ 阅读:(93) ⋅ 点赞:(0)


前言

编写程序。根据实例 2 的要求,绘制一个展示 2013~2019 财年阿里巴 巴淘宝+天猫平台的 GMV 的柱形图,实现过程如下:

(1) 导入 matplotlib.pyplot 模块;

(2) 准备 x 轴和 y 轴的数据;

(3) 绘制柱形图。

本程序用于绘制阿里巴巴淘宝+天猫平台2013~2019财年的GMV柱形图。

通过导入matplotlib.pyplot模块,准备相应的x轴和y轴数据,并绘制柱形图来展示不同年份的GMV数据。

首先,你需要明确几个步骤:

  1. 数据收集:你需要获取2013年到2019年阿里巴巴淘宝和天猫平台的GMV(交易额)数据。这可能需要从阿里巴巴官方或者其他可靠的数据源中获取。

  2. 数据处理:一旦你有了数据,你需要对其进行处理,以便能够在柱形图中进行可视化。这可能包括数据清洗、格式转换等。

  3. 绘制柱形图:利用你喜欢的编程语言和可视化库(如Python中的Matplotlib或者R语言中的ggplot2),将处理后的数据绘制成柱形图。

  4. 图表美化:最后,你可以添加标题、轴标签等,以及对柱形图进行美化,使其更易于理解和吸引人。

一、GMV 的柱形图是什么?

GMV 指的是"Gross Merchandise Volume",即商品交易总额。柱形图是一种常见的数据可视化方式,用于展示不同类别或时间段的数据之间的比较。因此,GMV 的柱形图就是利用柱状条来表示不同时间段或者不同类别的 GMV 数据,使人们能够直观地比较这些数据之间的差异和趋势。

二、编写代码

import matplotlib.pyplot as plt  # 导入 matplotlib 库

# 准备 x 轴和 y 轴的数据
years = ['2013', '2014', '2015', '2016', '2017', '2018', '2019']  # 年份数据
gmv = [10770, 16780, 24440, 30920, 37670, 48200, 57270]  # GMV 数据

# 绘制柱形图
plt.figure(figsize=(10, 6))  # 设置图的大小

bars = plt.bar(years, gmv, color='skyblue')  # 绘制柱形图,并将返回的柱子对象存储在 bars 变量中

# 显示柱子上的数字
for bar in bars:  # 对每个柱子进行循环
   yval = bar.get_height()  # 获取柱子的高度(y 值)
   plt.text(bar.get_x() + bar.get_width()/2, yval, round(yval, 2), va='bottom', ha='center')  # 在柱子上方居中显示数字

plt.title('Alibaba Taobao+Tmall GMV (2013-2019)')  # 设置标题
plt.xlabel('Year')  # 设置 x 轴标签
plt.ylabel('GMV (in Billion USD)')  # 设置 y 轴标签

plt.show()  # 显示图形

以上代码是用 Python 中的 Matplotlib 库绘制柱形图的示例。让我们逐行分析:

  1. import matplotlib.pyplot as plt: 导入 Matplotlib 库并使用 plt 作为别名。

  2. years = ['2013', '2014', '2015', '2016', '2017', '2018', '2019']: 创建一个包含年份数据的列表。

  3. gmv = [10770, 16780, 24440, 30920, 37670, 48200, 57270]: 创建一个包含 GMV(Gross Merchandise Volume,即交易额)数据的列表。

  4. plt.figure(figsize=(10, 6)): 创建一个新的图形,并设置其大小为宽度 10 英寸,高度 6 英寸。

  5. bars = plt.bar(years, gmv, color='skyblue'): 绘制柱形图,使用年份作为 x 轴数据,GMV 数据作为 y 轴数据,并指定柱形的颜色为天蓝色。返回的柱子对象存储在 bars 变量中。

  6. for bar in bars:: 对每个柱子进行循环。

  7. yval = bar.get_height(): 获取每个柱子的高度(即对应的 GMV 值)。

  8. plt.text(bar.get_x() + bar.get_width()/2, yval, round(yval, 2), va='bottom', ha='center'): 在每个柱子的上方居中显示相应的 GMV 数值,使用 round() 函数将数值保留两位小数。

  9. plt.title('Alibaba Taobao+Tmall GMV (2013-2019)'): 设置图的标题为“阿里巴巴淘宝+天猫 GMV (2013-2019)”。

  10. plt.xlabel('Year'): 设置 x 轴标签为“Year”。

  11. plt.ylabel('GMV (in Billion USD)'): 设置 y 轴标签为“GMV(以十亿美元计)”。

  12. plt.show(): 显示绘制的图形。

这段代码最终绘制了一个柱形图,展示了 2013 年到 2019 年阿里巴巴淘宝+天猫平台的 GMV 数据,并在每个柱子上方显示了相应的数值。


在这里插入图片描述


总结

总的来说,本文介绍了如何使用 Python 中的 Matplotlib 库绘制阿里巴巴淘宝+天猫平台在 2013 年到 2019 年的 GMV 数据柱形图。首先,我们了解了什么是 GMV 柱形图,以及它如何帮助我们比较不同年份的交易额。然后,通过导入 Matplotlib 库、准备数据、绘制柱形图和添加标签等步骤,详细说明了代码的实现过程。最后,我们展示了绘制的柱形图,并解释了其中的各个组成部分。通过本文,读者可以学习如何利用 Python 和 Matplotlib 库进行数据可视化,以及如何分析和理解阿里巴巴淘宝+天猫平台的 GMV 趋势。