下面是基于您的需求提供的详细解决方案，包括代码实现和步骤说明。 --- ### **任务一：绘制销售额数据的折线图** #### 具体步骤： 1. 使用 `pandas` 读取 CSV 文件，并将其加载为 DataFrame 数据结构。 2. 绘制销售额随时间变化的折线图，设置适当的标题、标签和颜色。 3. 将生成的图表保存为 PNG 或 PDF 文件。 #### 示例代码： ```python import pandas as pd import matplotlib.pyplot as plt # (1) 读取 CSV 文件中的数据并存储在 Pandas DataFrame 中 data = pd.read_csv('sales_data.csv') # 假设文件名为 sales_data.csv data['Date'] = pd.to_datetime(data['Date']) # 确保日期列为 datetime 类型 data.set_index('Date', inplace=True) # 设置日期列为索引 # (2) 绘制销售额随时间变化的折线图 plt.figure(figsize=(10, 6)) plt.plot(data.index, data['Sales'], color='blue', label='Sales') # (3) 添加合适的颜色、标签和标题 plt.title('Sales Over Time', fontsize=16) plt.xlabel('Date', fontsize=12) plt.ylabel('Sales Amount ($)', fontsize=12) plt.legend(loc='upper left') plt.grid(True) # (4) 保存图表为 PNG 或 PDF 文件 output_file = 'sales_over_time.png' plt.savefig(output_file, format='png', dpi=300) print(f"图表已保存为 {output_file}") # 显示图表 plt.show() ``` --- ### **任务二：生成包含两个子图的图表** #### 需求分解： 1. 定义一个包含模拟销售数据的 DataFrame，至少有四个分组（例如不同产品类别）。 2. 子图1：绘制每个分组的销售额折线图。 3. 子图2：绘制每个分组的总销售额柱状图。 4. 添加标题、轴标签和图例以增强可读性。 #### 示例代码： ```python import numpy as np import pandas as pd import matplotlib.pyplot as plt # (1) 自定义一组假想的数据 np.random.seed(42) # 固定随机数种子 categories = ['Product A', 'Product B', 'Product C', 'Product D'] months = pd.date_range(start="2022-01", periods=12, freq="M") data_dict = { 'Month': months, } for category in categories: data_dict[category] = np.random.randint(500, 1500, size=len(months)) df = pd.DataFrame(data_dict).set_index('Month') # (2) 创建两个子图布局 fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(14, 6)) # (3) 子图1 - 折线图 axes[0].plot(df, marker='o') axes[0].set_title('Monthly Sales by Product Category') axes[0].set_xlabel('Months') axes[0].set_ylabel('Sales Amount ($)') axes[0].legend(categories, loc='best') axes[0].grid(True) # (4) 子图2 - 柱状图 total_sales = df.sum(axis=0) # 计算每种产品的总销售额 bars = axes[1].bar(total_sales.index, total_sales.values, color=['red', 'green', 'blue', 'orange']) axes[1].set_title('Total Sales by Product Category') axes[1].set_xlabel('Product Categories') axes[1].set_ylabel('Total Sales Amount ($)') # 添加数值标注到柱状图上 def add_labels(bars): for bar in bars: height = bar.get_height() axes[1].text(bar.get_x() + bar.get_width() / 2, height + 20, f'{height:.0f}', ha='center', va='bottom') add_labels(bars) # 调整整体布局 plt.tight_layout() # (5) 保存图表为 PNG 或 PDF 文件 output_file_2 = 'subplots_example.png' plt.savefig(output_file_2, format='png', dpi=300) print(f"双子图示例已保存为 {output_file_2}") # 显示图表 plt.show() ``` --- ###