如何用Python（Jupyter Notebook）基于多查询CSV绘制每月事件数统计图

当然可以呀！作为Python新手，在Jupyter Notebook里实现这个需求完全没难度，我给你一步步捋清楚怎么做～

首先我们需要两个常用的Python库：pandas用来处理数据，matplotlib用来画图。在Jupyter Notebook的单元格里输入以下代码并运行：

import pandas as pd
import matplotlib.pyplot as plt

如果运行时提示“找不到模块”，就在Jupyter的单元格里先安装依赖：

!pip install pandas matplotlib

你的CSV文件包含了12个月份的独立查询结果，我假设每个月份的数据块开头会有“一月”“二月”这类明确的月份标识（如果你的CSV结构不一样，可以随时调整逻辑）。我们逐行读取文件，统计每个月的事件条数：

# 替换成你自己的CSV文件路径，比如'./monthly_events.csv'
file_path = '你的CSV文件名.csv'

month_counts = {}
current_month = None

# 逐行读取文件
with open(file_path, 'r', encoding='utf-8') as f:
    for line in f:
        # 去掉每行首尾的空格和换行符
        clean_line = line.strip()
        # 判断当前行是不是月份名称
        month_names = ['一月', '二月', '三月', '四月', '五月', '六月', 
                       '七月', '八月', '九月', '十月', '十一月', '十二月']
        if clean_line in month_names:
            current_month = clean_line
            # 初始化该月份的计数为0
            month_counts[current_month] = 0
        # 如果是数据行（非空且当前已经匹配到月份），计数加1
        elif clean_line and current_month is not None:
            month_counts[current_month] += 1

# 把统计结果转成DataFrame，方便后续画图
df_counts = pd.DataFrame(list(month_counts.items()), columns=['月份', '事件数量'])

# 按月份顺序排序，避免图里的月份乱序
month_order = ['一月', '二月', '三月', '四月', '五月', '六月', 
               '七月', '八月', '九月', '十月', '十一月', '十二月']
df_counts['月份'] = pd.Categorical(df_counts['月份'], categories=month_order, ordered=True)
df_counts = df_counts.sort_values('月份')

现在我们用柱状图来展示每个月的事件数量，代码里已经处理了中文显示的问题，避免乱码：

# 设置中文字体，解决matplotlib中文乱码问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 创建图形，设置大小
plt.figure(figsize=(12, 6))
# 画柱状图
plt.bar(df_counts['月份'], df_counts['事件数量'], color='skyblue')

# 添加标题和坐标轴标签
plt.title('各月份事件数量统计', fontsize=16)
plt.xlabel('月份', fontsize=12)
plt.ylabel('事件数量', fontsize=12)

# 在每个柱子上方显示具体数值
for index, value in enumerate(df_counts['事件数量']):
    plt.text(index, value + 1, str(value), ha='center', fontsize=10)

# 显示图形
plt.show()

如果你的CSV结构和我假设的不一样（比如每个月份的数据块都带重复表头），可以告诉我具体的格式细节，我再帮你调整代码～

内容的提问来源于stack exchange，提问作者rtz