大数据Python培训：2018年上半年某品牌汽车销售情况

　　随着人们的生活水平日益提高，汽车已经成为人们出行的代步工具，为人们的生活带来了便利。已知某品牌汽车公司分别在北京、上海、广州、深圳、浙江、山东设立了6个分公司，各分公司在2018年的销售额十分可观，具体如表5-5和表5-6所示。

　　表5-5 2018年上半年某品牌汽车的销售额 单位：亿元

　　表5-6 2018年上半年某品牌汽车各分公司的销量 单位：辆

　　根据表5-5和表5-6的数据，使用3个子图进行展示：在第0行第0列的区域中，绘制反映2018年上半年汽车销售额的柱形图;在第1行第0列和第1行第1列的区域中，绘制反映2018年上半年各分公司汽车销量的折线图和堆积面积图，具体代码如下。

# 05_cars_sales
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
plt.rcParams["font.sans-serif"] = ["SimHei"]
x_month = np.array(['1月', '2月', '3月', '4月', '5月', '6月'])
y_sales = np.array([2150, 1050, 1560, 1480, 1530, 1490])
x_citys = np.array(['北京', '上海', '广州', '深圳', '浙江', '山东'])
y_sale_count = np.array([83775, 62860, 59176, 64205, 48671, 39968])
# 创建画布和布局
fig = plt.figure(constrained_layout=True)
gs = fig.add_gridspec(2, 2)
ax_one = fig.add_subplot(gs[0, :])
ax_two = fig.add_subplot(gs[1, 0])
ax_thr = fig.add_subplot(gs[1, 1])
# 第1个子图
ax_one.bar(x_month, y_sales, width=0.5, color='#3299CC')
ax_one.set_title('2018年上半年某品牌汽车的销售额')
ax_one.set_ylabel('销售额(亿元）')
# 第2个子图
ax_two.plot(x_citys, y_sale_count, 'm--o', ms=8)
ax_two.set_title('分公司某品牌汽车的销量')
ax_two.set_ylabel('销量(辆)')
# 第3个子图
ax_thr.stackplot(x_citys, y_sale_count, color='#9999FF')
ax_thr.set_title('分公司某品牌汽车的销量')
ax_thr.set_ylabel('销量(辆)')
plt.show()

　　运行程序，效果如图5-19所示。

　　图5-19中共有3个图表，位于最上方的图表描述了2018年上半年某品牌汽车的销售额，位于左下方和右下方的图表都描述了分公司某品牌汽车的销量。由图5-19可知，1月份的销售额最高，北京分公司汽车的总销量最多。