파이썬 - 데이터가 올바르게 표시되지 않습니다. (Matplotlib)

Question

파이썬에 초보자가 생겼습니다. 질문이 있습니다. CSV 파일에서 데이터를로드하고 중복을 제거하고 제거 된 CSV 파일을 저장 한 다음 올바른 CSV 파일을로드하고 그래프를 생성합니다. 그러나 내 문제는 합계가 잘못되어 그래프가 올바르게 표시되지 않는다는 것입니다. 나는 프로그램이 제대로 작동하는지 알기 때문에 섹션 1을 제거하면 (아래 섹션 # 1 참조) 정확한 데이터가 표시됩니다. 제 1 절에서 무엇이 데이터를 비뚤어지게하는지 알 수 없습니다 ... 어떤 도움이라도 대단히 감사하겠습니다. 감사.

요약 : 동일한 py 파일에서 섹션 1과 섹션 2를 실행할 수 없습니다. 그렇지 않으면 데이터의 집계가 잘못됩니다. 이유를 알고 싶습니까? 별도의 py 파일을 실행하지 않고 피하는 방법.

from collections import Counter 
import numpy as np 
import matplotlib 
import matplotlib.pyplot as plt 
import pandas as pd 
import csv 
import itertools 

제 1

# Create database of duplicates - check if the mac and os pairs have  duplicates 
reader = csv.reader(open('Workbook1.csv', 'r'), delimiter=',') 
writer = csv.writer(open('remacos.csv', 'w'), delimiter=',') 
entries = set() 

for row in reader: 
key = (row[1], row[2]) 

if key not in entries: 
    writer.writerow(row) 
    entries.add(key) 

entries.clear() 
# Create database of duplicates - check if the mac and browser pairs  have duplicates 
reader = csv.reader(open('Workbook1.csv', 'r'), delimiter=',')  
writer = csv.writer(open('remacbrowser.csv', 'w'), delimiter=',') 
entries = set() 

for row in reader: 
key = (row[1], row[3]) 

if key not in entries: 
    writer.writerow(row) 
    entries.add(key) 

# Read Removed Duplicated entries Database and Count Values for OS. 
df = pd.read_csv('remacos.csv', index_col="mac")   
counteros = Counter(df['os']) 
os_names = counteros.keys() 
os_counts = counteros.values() 

# Read Removed Duplicated entries Database and Count Values for  Browsers. 
df = pd.read_csv('remacbrowser.csv', index_col="mac")   
counterbrowsers = Counter(df['browser']) 
browser_names = counterbrowsers.keys() 
browser_counts = counterbrowsers.values() 

2 막대 그래프를 생성 장 및

# Plot histogram using matplotlib bar() for OS. 
indexes = np.arange(len(os_names)) 
width = 0.7 
plt.bar(indexes, os_counts, width) 
plt.xticks(indexes + width * 0.5, os_names) 
plt.show() 

# Plot histogram using matplotlib bar() for Browsers. 
indexes = np.arange(len(browser_names)) 
width = 0.7 
plt.bar(indexes, browser_counts, width) 
plt.xticks(indexes + width * 0.5, browser_names) 
plt.show() 

# Make Pie Chart for OS's 
plt.figure() 
values = os_counts 
labels = os_names 
def make_autopct(values): 
def my_autopct(pct): 
total = sum(values) 
val = int(round(pct*total/100.0)) 
return '{p:.2f}% ({v:d})'.format(p=pct,v=val) 
return my_autopct 
plt.pie(values, labels=labels, autopct=make_autopct(values)) 
#plt.pie(values, labels=labels) #autopct?? 
plt.show() 
# Make Pie Chart for Browsers 
plt.figure() 
values = browser_counts 
labels = browser_names 
def make_autopct(values): 
def my_autopct(pct): 
total = sum(values) 
val = int(round(pct*total/100.0)) 
return '{p:.2f}% ({v:d})'.format(p=pct,v=val) 
return my_autopct 
plt.pie(values, labels=labels, autopct=make_autopct(values)) 
#plt.pie(values, labels=labels) #autopct?? 
plt.show()' 

Answer 1

솔루션은 각 writer'after '델을 추가했다 원형 차트 중복 데이터베이스 만들기