为了创建满足您需求的 Python 脚本 `test1.py`，可以按以下步骤实现： ### 实现思路 1. **读取 Excel 数据**：通过 `pandas` 库将 Excel 表格中的数据加载到 DataFrame 中，并存储在变量 `df` 中。 2. **绘制前 10 天的价格走势图**：利用 `matplotlib` 绘制猪肉价格和牛肉价格的折线图。 3. **在同一 figure 中使用子图绘图**：创建一个包含两个子图（2x1 布局）的图形窗口，在第一个子图中绘制猪肉价格走势，在第二个子图中绘制牛肉价格走势。 以下是完整的 Python 脚本代码及解释： ```python # 导入必要的库 import pandas as pd import matplotlib.pyplot as plt # 定义数据 data = { '日期': ['2018/1/{}'.format(i) for i in range(1, 16)], '猪肉价格': [11, 12, 11.5, 12, 12, 11.2, 13, 12.6, 13.5, 13.9, 13.8, 14, 13.5, 14.5, 14.8], '牛肉价格': [38, 39, 41.3, 40, 43, 44, 47, 43, 42.3, 42, 43.1, 42, 39, 38, 37.5] } # 将数据转换为DataFrame df = pd.DataFrame(data) # 输出数据框检查 print("数据帧内容:") print(df) # （1）绘制前10天的价格走势图 plt.figure(figsize=(10, 5)) plt.plot(df['日期'][:10], df['猪肉价格'][:10], label='猪肉价格', marker='o') plt.plot(df['日期'][:10], df['牛肉价格'][:10], label='牛肉价格', marker='s') plt.title('前10天猪肉和牛肉价格走势') plt.xlabel('日期') plt.ylabel('价格') plt.legend() plt.grid(True) plt.xticks(rotation=45) plt.tight_layout() # 显示图表 plt.show() # （2）在同一个figure中用2*1的子图分别绘制价格走势图 plt.figure(figsize=(10, 8)) # 子图1 - 猪肉价格走势 plt.subplot(2, 1, 1) plt.plot(df['日期'], df['猪肉价格'], label='猪肉价格', color='blue', marker='o') plt.title('2018年1月前半个月猪肉价格走势') plt.xlabel('日期') plt.ylabel('价格') plt.legend() plt.grid(True) plt.xticks(rotation=45) # 子图2 - 牛肉价格走势 plt.subplot(2, 1, 2) plt.plot(df['日期'], df['牛肉价格'], label='牛肉价格', color='red', marker='s') plt.title('2018年1月前半个月牛肉价格走势') plt.xlabel('日期') plt.ylabel('价格') plt.legend() plt.grid(True) plt.xticks(rotation=45) # 整体布局调整 plt.tight_layout() # 显示图表 plt.show() ``` --- ### 运行结果说明 1. 第一部分会显示“前10天”猪肉价格和牛肉价格的趋势图，两条曲线分别为蓝色（猪肉）和红色（牛肉），标注清晰且带标记点。 2. 第二部分会在同一 figure 下展示两幅子图： - 上方子图展示的是整个前半月内的猪肉价格趋势； - 下方子图展示的是整个前半月内的牛肉价格趋势。 --- ### 需要注意的地方 1. 如果实际的数据是从文件中读取而非手动输入，则需要使用 `pd.read_excel()` 来替换手工构造的部分。 2. 若需保存生成的图像，可以在 `plt.show()` 之前添加 `plt.savefig('output.png')`。 --- #### 示例运行截图（假设已执行）  ---