我们用《一、车次上车人数统计表.xlsx》的这个表格数据来做几个图形
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
#读取数据
data = pd.read_excel('一、车次上车人数统计表.xlsx')#读取excel文件，得到一个数据帧对象
#筛选数据
tb = data[data['车次']=='D02']#筛选车次等于D02的行
tb = tb.iloc[:,1:]#从第二列开始的所有行
tb = tb.sort_values('日期')#将筛选出来的数据按日期排序
tb1 = data[data['车次']=='D03']#筛选车次等于D02的行
tb1 = tb1.iloc[:,1:]#从第二列开始的所有行
tb1 = tb1.sort_values('日期')
# 定义x轴数据
x = np.arange(1,len(tb.iloc[:,0])+1)
y1 = tb.iloc[:,1]
y2 = tb1.iloc[:,1]
plt.rcParams['font.sans-serif']='Microsoft YaHei'
plt.figure('子图')
plt.figure(figsize=(10,8))
plt.subplot(3,2,1)
plt.scatter(x,y1)
plt.xlabel('车次')
plt.ylabel('上车人数')
plt.xticks([1,5,10,15,20,24],tb['日期'].values[[0,4,9,14,19,23]],rotation=90)
plt.title('D02车次上车人数散点图')
plt.subplot(3,2,2)
plt.plot(x,y1,'r*--')#r 表示red红色，*标识点，连线用两个减号表示虚线连接
plt.plot(x,y2,'b*--')
plt.xlabel('日期')
plt.ylabel('上车人数')
plt.title('上车人数走势图')
plt.legend(['D02','D03'])
plt.xticks([1,5,10,15,20,24],tb['日期'].values[[0,4,9,14,19,23]],rotation=45)
plt.subplot(3,2,3)
plt.bar(x,y1)
plt.xlabel('日期')
plt.ylabel('上车人数')
plt.title('D02上车人数柱状图')
plt.xticks([1,5,10,15,20,24],tb['日期'].values[[0,4,9,14,19,23]],rotation=45)
plt.subplot(3,2,4)
plt.hist(y1)
plt.xlabel('上车人数')
plt.ylabel('频数')
plt.title('D02车次上车人数直方图')
plt.subplot(3,2,5)
D = data.iloc[:,0]
#车次号去重
D = D.unique() #unique是唯一的意思，表示去重
li = [] #用来保存每个车次上车人数
for d in D:
tb = data[data['车次']==d] #筛选车次等于d的行
dt = tb['上车人数'].sum() #对车次等于d的行进行上车人数求和
# print(dt)
li.append(dt)
#绘制饼图， 百分比保留小数点后两位数
plt.pie(li,labels=D,autopct='%1.2f%%')
plt.title('各车次上车人数百分比饼图')
plt.subplot(3,2,6)
plt.boxplot([y1.values,y2.values])
plt.xticks([1,2],['D02','D03'],rotation=0) #将1和2分别映射为D02和D03
plt.title('D02、D03车次上车人数箱线图')
plt.xlabel('车次')
plt.ylabel('上车人数')
plt.tight_layout()
plt.savefig('子图')
代码包含 6 个子图，覆盖了车次数据的多维度可视化。以下是详细的运行效果说明：
一、整体布局
图片为 3 行 2 列 布局，6 个子图分别对应不同的分析维度，子图间距合理，整体风格专业、清晰，支持中文正常显示。
二、每个子图的具体效果
1. 左上：D02 车次上车人数散点图（第 1 行第 1 列）
- 类型：散点图
- 内容：仅展示 D02 车次每日上车人数的分布
- 样式：蓝色圆点（透明度 70%，大小 60），带水平网格线
- x 轴：动态显示日期（最多 6 个刻度，避免拥挤），标签右对齐、旋转 45°
- y 轴：上车人数
- 亮点：清晰呈现 D02 车次人数的离散分布，异常值一目了然
2. 右上：D02 与 D03 车次上车人数走势图（第 1 行第 2 列）
- 类型：双折线对比图
- 内容：D02（红色星号 + 虚线）和 D03（蓝色三角形 + 虚线）的人数变化趋势
- 样式：线条粗 2px，标记点大小 8，带图例（D02/D03）和水平网格线
- x 轴：与散点图一致的日期刻度
- y 轴：上车人数
- 亮点：直观对比两车次的人数波动差异，趋势变化清晰
3. 左中：D02 车次上车人数柱状图（第 2 行第 1 列）
- 类型：柱状图
- 内容：D02 车次每日上车人数的具体数值
- 样式：橙色柱子（透明度 70%，黑色边框），每个柱子顶部显示具体人数
- x 轴：日期刻度（同前）
- y 轴：上车人数
- 亮点：精确展示每日人数，数值标签直接标注在柱子上，无需额外对照坐标轴
4. 右中：D02 车次上车人数分布直方图（第 2 行第 2 列）
- 类型：直方图
- 内容：D02 车次上车人数的区间分布（频数统计）
- 样式：绿色柱子（透明度 70%，黑色边框），8 个区间，柱子顶部显示频数
- x 轴：上车人数区间（如 10-20 人、20-30 人等）
- y 轴：频数（该区间出现的天数）
- 亮点：快速看出人数的集中分布区间（如多数天数集中在 20-35 人）
5. 左下：各车次上车人数占比饼图（第 3 行第 1 列）
- 类型：饼图
- 内容：所有有效车次（上车人数 > 0）的总人数占比
- 样式：多彩配色（自动生成不重复颜色），百分比保留 2 位小数（白色粗体文字），起始角度 90°
- 标签：每个扇形标注车次名称 + 百分比（如 D02: 45.23%）
- 亮点：直观展示各车次的流量贡献占比，无数据的车次自动过滤
6. 右下：D02 与 D03 车次上车人数箱线图（第 3 行第 2 列）
- 类型：箱线图
- 内容：两车次人数的统计分布（中位数、四分位数、异常值）
- 样式：D02（橙色）、D03（蓝色），箱体透明度 70%，带水平网格线
- x 轴：车次标签（D02/D03）
- y 轴：上车人数
- 亮点：清晰对比两车次的中位数、离散程度（箱体高度）和异常值（圆点）
