對比分析是對兩個互相聯系的指標進行比較。

絕對數比較(相減)：指標在量級上不能差別過大，常用折線圖、柱狀圖

相對數比較(相除)：結構分析、比例分析、空間比較分析、動態對比分析

?

df = pd.DataFrame(np.random.rand(30,2)*1000,columns=['A_sale','B_sale'],index = pd.date_range('2019/6/1','2019/6/30')) df.style.format({'A':'{:.2f}','B':'{:.2f}'})

?

# df.plot(figsize = (10,5),linestyle ='--',title ='A_sale to B_sale:line',marker = '.') df.plot(kind = 'bar',figsize = (12,5),title = 'A_sale to B_sale:bar',width = 0.8,alpha = 0.8)

??

?

x = range(len(df)) y1 = df['A_sale'] y2 = -df['B_sale']fig,axes = plt.subplots(1,2,figsize = (15,5)) ax1 = axes[0] ax1.bar(x,y1,facecolor = 'r') ax1.bar(x,y2,facecolor = 'g')ax2 = axes[1] y3 = df['A_sale'] - df['B_sale'] ax2.plot(x,y3) plt.axhline(0,linestyle = '--',color = 'r') #在y值為0處生成一條水平線 ax2.set_xticklabels(df.index[::4])

?

?

?

https://www.cnblogs.com/shengyang17/p/9630749.html

轉載于:https://www.cnblogs.com/Forever77/p/11344408.html

總結

以上是生活随笔為你收集整理的数据特征分析-对比分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。