在该教学案例十六中，包含了三个不同的可视化任务，分别是绘制条状图、饼状图和折线图： ### 1. 各省 GDP 的和生成条状图 ```python import pandas import matplotlib matplotlib.use('Agg') import matplotlib.pyplot as plt matplotlib.rcParams['font.family']='SimHei' matplotlib.rcParams['font.sans-serif'] = ['SimHei'] data=pandas.read_excel("test/各省GDP.xlsx",dtype={"年份":str}) plt.figure(figsize=(10,10)) y = data.groupby(["年份"])["GDP"].sum() x = y.index plt.bar(x,y) plt.title("GDP条状图") plt.savefig("image1/gdptxt.jpg") ``` 该代码从 `test/各省GDP.xlsx` 文件中读取数据，按年份分组计算 GDP 的总和，然后绘制条状图展示每年的 GDP 总和，并将图片保存为 `image1/gdptxt.jpg` [^2]。 ### 2. 银行省份分布绘制饼状图 ```python import pandas import matplotlib matplotlib.use("agg") import matplotlib.pyplot as plt matplotlib.rcParams['font.family']='SimHei' matplotlib.rcParams['font.sans-serif'] = ['SimHei'] data=pandas.read_excel("test/银行信息.xlsx") fig = plt.figure(figsize = (10,10)) dp1 = data.groupby(["省份"])["银行编号"].count() plt.pie(dp1,labels=dp1.index.str[:2]) plt.title("银行省份分布图") plt.savefig("image2/yhbt.jpg") ``` 此代码从 `test/银行信息.xlsx` 文件读取数据，按省份分组统计银行编号的数量，接着绘制饼状图展示银行在各省份的分布情况，最后将图片保存为 `image2/yhbt.jpg` [^3]。 ### 3. 银行种类绘制折线图 ```python import pandas import matplotlib matplotlib.use("Agg") import numpy as np import matplotlib.pyplot as plt matplotlib.rcParams['font.family']='SimHei' matplotlib.rcParams['font.sans-serif'] = ['SimHei'] data=pandas.read_excel("test/银行信息.xlsx") fig = plt.figure(figsize=(10,10)) plt.title("银行种类折线图") x = data.groupby(["银行种类"])["银行编号"].count() x = x.sort_values(ascending = False) x = x.head(10) plt.plot(x.index,x) plt.savefig("image3/yhzxt.jpg") ``` 这段代码同样从 `test/银行信息.xlsx` 文件获取数据，按银行种类分组统计银行编号的数量，对结果进行排序并取前 10 个，然后绘制折线图展示银行种类的分布，最终将图片保存为 `image3/yhzxt.jpg` [^1]。