pip install matplotlib -i https://mirrors.aliyun.com/pypi/simple/

import matplotlib.pyplot as plt
import numpy as np#pip install matplotlib -i https://mirrors.aliyun.com/pypi/simple/
# 創建數據
x = np.linspace(0, 10, 100)
y = np.sin(x)# 創建圖形
plt.figure(figsize=(8, 6))# 繪制線圖
plt.plot(x, y, label='sin(x)', color='blue', linewidth=2)# 添加標題和標簽
plt.title('Sine Wave', fontsize=16)
plt.xlabel('X-axis', fontsize=14)
plt.ylabel('Y-axis', fontsize=14)# 添加圖例
plt.legend(fontsize=12)# 顯示網格
plt.grid(True, linestyle='--', alpha=0.7)# 顯示圖形
plt.show()

import matplotlib.pyplot as plt
import matplotlib.patches as patches# 創建一個圖形和坐標軸
fig, ax = plt.subplots()# 創建一個長方形（Rectangle）
# 參數：(左下角x坐標, 左下角y坐標), 寬度, 高度
rectangle = patches.Rectangle((0.2, 0.3), 0.5, 0.4, linewidth=2, edgecolor='r', facecolor='blue', alpha=0.5)# 添加到坐標軸
ax.add_patch(rectangle)# 設置坐標軸范圍
ax.set_xlim(0, 1)
ax.set_ylim(0, 1)# 顯示圖形
plt.title("Rectangle using matplotlib")
plt.show()

pip install pandas -i https://mirrors.aliyun.com/pypi/simple/

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np# 準備數據
data = {"月份": ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"],"銷售額": [336, 389, 704, 469, 414, 464, 409, 483, 481, 525, 567, 465],"陽光硅片": [100, 110, 130, 114, 160, 176, 154, 131, 121, 231, 114, 231],"華測硅片": [113, 114, 231, 232, 123, 165, 132, 176, 198, 113, 321, 123],"TD測試": [123, 165, 343, 123, 131, 123, 123, 176, 162, 181, 132, 111]
}
df = pd.DataFrame(data)# 設置全局樣式
plt.style.use('ggplot')
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False# 創建畫布和子圖（增大畫布尺寸并調整布局參數）
fig = plt.figure(figsize=(20, 16))  # 寬度增加到20，高度增加到16
fig.suptitle('2023年銷售數據分析報告', fontsize=18, y=1.02)# 調整子圖之間的間距參數
plt.subplots_adjust(wspace=0.3, hspace=0.4)  # 增加水平和垂直間距# 子圖1：趨勢分析（折線圖）
ax1 = plt.subplot(2, 2, 1)
ax1.plot(df["月份"], df["銷售額"], marker="o", label="總銷售額", linewidth=2, color='#1f77b4')
ax1.plot(df["月份"], df["陽光硅片"], marker="s", label="陽光硅片", color='#ff7f0e')
ax1.plot(df["月份"], df["華測硅片"], marker="^", label="華測硅片", color='#2ca02c')
ax1.plot(df["月份"], df["TD測試"], marker="d", label="TD測試", color='#d62728')
ax1.set_title("1. 銷售額及品牌趨勢分析", pad=13, fontsize=14)  # 增加標題間距和字體大小
#ax1.set_xlabel("月份", fontsize=12)
ax1.set_ylabel("銷售額（萬）", fontsize=12)
ax1.legend(fontsize=10)
ax1.grid(linestyle="--")# 子圖2：品牌占比（堆疊面積圖）
ax2 = plt.subplot(2, 2, 2)
ax2.stackplot(df["月份"], df["陽光硅片"], df["華測硅片"], df["TD測試"],labels=["陽光硅片", "華測硅片", "TD測試"],colors=["#FFA07A", "#98FB98", "#87CEFA"]
)
ax2.set_title("2. 品牌銷售額占比（堆疊視圖）", pad=13, fontsize=14)
#ax2.set_xlabel("月份", fontsize=12)
ax2.set_ylabel("銷售額（萬）", fontsize=12)
ax2.legend(loc="upper left", fontsize=10)# 子圖3：品牌對比（柱狀圖）
ax3 = plt.subplot(2, 2, 3)
width = 0.25
x = np.arange(len(df["月份"]))
ax3.bar(x - width, df["陽光硅片"], width, label="陽光硅片", color="#FFA07A")
ax3.bar(x, df["華測硅片"], width, label="華測硅片", color="#98FB98")
ax3.bar(x + width, df["TD測試"], width, label="TD測試", color="#87CEFA")
ax3.set_title("3. 各品牌月度銷售額對比", pad=13, fontsize=14)
ax3.set_ylabel("銷售額（萬）", fontsize=12)
ax3.set_xticks(x)
ax3.set_xticklabels(df["月份"], fontsize=10)
ax3.legend(fontsize=10)# 子圖4：相關性分析（熱力圖）
ax4 = plt.subplot(2, 2, 4)
corr = df[["銷售額", "陽光硅片", "華測硅片", "TD測試"]].corr()
im = ax4.imshow(corr, cmap="coolwarm", vmin=-1, vmax=1)
ax4.set_title("4. 銷售額與品牌的相關性", pad=13, fontsize=14)
ax4.set_xticks(np.arange(len(corr.columns)))
ax4.set_yticks(np.arange(len(corr.columns)))
ax4.set_xticklabels(corr.columns, fontsize=10)
ax4.set_yticklabels(corr.columns, fontsize=10)
cbar = plt.colorbar(im, ax=ax4)
cbar.ax.tick_params(labelsize=10)  # 設置colorbar刻度字體大小# 添加相關系數文本（調整字體大小）
for i in range(len(corr.columns)):for j in range(len(corr.columns)):ax4.text(j, i, f"{corr.iloc[i, j]:.2f}", ha="center", va="center", color="black", fontsize=10)plt.tight_layout(pad=4.0)  # 增加整體邊距
plt.show()