### 使用 Python 在 Jupyter Notebook 中绘制两个上市公司财务数据的对比图表 要在 Jupyter Notebook 中完成此任务，可以按照以下方法实现： #### 1. 数据准备 假设已获取两家上市公司的财务数据（如收入、净利润、资产总额等）。以下是模拟的数据结构： ```python import pandas as pd data = { '公司': ['A', 'B'], '年份': [2018, 2019, 2020, 2021], '收入（亿元）': [[100, 120, 130, 150], [80, 90, 100, 110]], '净利润（亿元）': [[10, 12, 14, 16], [8, 9, 10, 11]], '资产总额（亿元）': [[500, 600, 700, 800], [400, 450, 500, 550]] } df_list = [] for company in data['公司']: temp_df = pd.DataFrame({ '年份': data['年份'], '收入（亿元）': data['收入（亿元）'][data['公司'].index(company)], '净利润（亿元）': data['净利润（亿元）'][data['公司'].index(company)], '资产总额（亿元）': data['资产总额（亿元）'][data['公司'].index(company)] }) temp_df['公司'] = company df_list.append(temp_df) df = pd.concat(df_list).reset_index(drop=True) print(df) ``` #### 2. 绘制对比图 使用 `matplotlib` 和 `seaborn` 库来创建样式不同的对比图。 ##### 收入对比折线图 ```python import matplotlib.pyplot as plt import seaborn as sns plt.figure(figsize=(10, 6)) sns.set_style("whitegrid") # 折线图 for company in df['公司'].unique(): subset = df[df['公司'] == company] plt.plot(subset['年份'], subset['收入（亿元）'], marker='o', label=f'公司{company}') plt.title('两公司收入对比') plt.xlabel('年份') plt.ylabel('收入（亿元）') plt.legend() plt.grid(True) plt.tight_layout() # 存储为 PDF 文件的一部分 from matplotlib.backends.backend_pdf import PdfPages pdf_pages = PdfPages('financial_comparison.pdf') pdf_pages.savefig(plt.gcf()) plt.close() ``` ##### 净利润柱状图 ```python plt.figure(figsize=(10, 6)) bar_width = 0.35 years = df['年份'].unique() positions = range(len(years)) for idx, company in enumerate(df['公司'].unique()): profits = df[df['公司'] == company]['净利润（亿元）'] plt.bar([p + bar_width * idx for p in positions], profits, width=bar_width, label=f'公司{company}', alpha=0.8) plt.xticks([p + bar_width / 2 for p in positions], years) plt.title('两公司净利润对比') plt.xlabel('年份') plt.ylabel('净利润（亿元）') plt.legend() plt.tight_layout() pdf_pages.savefig(plt.gcf()) plt.close() ``` ##### 资产总额堆叠面积图 ```python plt.figure(figsize=(10, 6)) for company in df['公司'].unique(): assets = df[df['公司'] == company]['资产总额（亿元）'] plt.fill_between(years, assets, label=f'公司{company}', alpha=0.6) plt.title('两公司资产总额对比') plt.xlabel('年份') plt.ylabel('资产总额（亿元）') plt.legend(loc='upper left') plt.tight_layout() pdf_pages.savefig(plt.gcf()) plt.close() ``` #### 3. 多维度数据分析 可以通过计算增长率等方式进一步分析数据差异。 ```python growth_rate_income = df.groupby(['公司']).apply(lambda x: (x['收入（亿元）'].iloc[-1] - x['收入（亿元）'].iloc[0]) / x['收入（亿元）'].iloc[0]) print(f"各公司收入增长率为:\n{growth_rate_income}") ``` #### 4. 导出 PDF 文件 将所有图表保存至单个 PDF 文件中。 ```python pdf_pages.close() ``` 以上代码实现了在 Jupyter Notebook 中绘制两种样式的对比图，并进行了简单的多维度分析，最终导出了 PDF 文件[^1]。 --- ###