---

[主题]

背景介绍

随着数据量的增长，可视化工具的使用越来越普及。本项目旨在通过用户输入的文本数据，自动将其转换为图表形式，帮助用户更直观地理解数据分布。该项目采用Python语言，结合matplotlib库进行可视化处理，实现数据处理与图表绘制的无缝衔接。

---

[思路分析]

1. 数据处理与读写

用户输入的文本数据格式为”苹果：50%、香蕉：30%、橙子：20%”，需解析其中的水果名称及其占比。可使用pandas的read_csv读取CSV文件，或者手动拆分字符串。

import pandas as pd

# 示例输入
data = {
    '水果': ['苹果', '香蕉', '橙子'],
    '占比': [50, 30, 20]
}

# 读取数据
df = pd.DataFrame(data)

2. 数据可视化

选择图表类型

• 折线图：适用于展示连续数值变化的趋势
• 柱状图：适用于显示分类数据的分布

颜色映射

使用matplotlib的viridis颜色映射，确保图表颜色真实自然：

import matplotlib.pyplot as plt

# 绘制折线图
fig, ax = plt.subplots()
ax.plot(df['占比'], label='占比')
ax.set_title('水果占比折线图')
ax.set_xlabel('水果名称')
ax.set_ylabel('占比')
ax.legend()

# 显示图表
plt.show()

---

[代码实现]

import pandas as pd
import matplotlib.pyplot as plt

def visualize_data(text_data):
    # 解析输入数据
    data = {
        '水果': [d.split(':')[0] for d in text_data],
        '占比': [float(d.split(':')[1]) for d in text_data]
    }

    # 创建数据框
    df = pd.DataFrame(data)

    # 选择图表类型
    fig, ax = plt.subplots(figsize=(10, 6))

    # 绘制折线图
    ax.plot(df['占比'], label='占比')
    ax.set_title('水果占比折线图')
    ax.set_xlabel('水果名称')
    ax.set_ylabel('占比')
    ax.legend()

    # 显示图表
    plt.show()

# 示例使用
text_input = "苹果：50%、香蕉：30%、橙子：20%"
visualize_data(text_input)

---

[总结]

本项目实现了文本数据的自动可视化处理，主要通过以下核心要素：

1. 数据读取与解析：使用pandas处理输入数据，确保格式正确
2. 图表类型选择：折线图或柱状图根据需求选择
3. 颜色映射逻辑：使用matplotlib的viridis颜色映射
4. 可运行性：项目可在本地环境中独立运行，无需依赖外部服务

该项目通过清晰的代码实现，展示了Python编程语言在数据可视化领域的应用能力。