数据挖掘技术-绘制直方图

绘制直方图

前置步骤

准备数据guomin.npz，下载数据guomin.npz到Linux本地的/course/DataAnalyze/data目录

绘制直方图

pyplot中绘制直方图的函数为bar，使用bar函数绘制2017年第一季度各产业国民生产总值直方图，如代码 41所示。

代码 41 绘制2017年第一季度各产业国民生产总值直方图

In[1]:

import os

import numpy as np

import matplotlib.pyplot as plt

os.chdir('/course/DataAnalyze/data')

plt.rcParams['font.sans-serif'] = 'WenQuanYi Zen Hei' ## 设置中文显示

plt.rcParams['axes.unicode_minus'] = False

data = np.load('./guomin.npz')

name = data['columns'] ## 提取其中的columns数组，视为数据的标签

values = data['values']## 提取其中的values数组，数据的存在位置

label = ['第一产业','第二产业','第三产业']## 刻度标签

plt.figure(figsize=(6,5)) ##设置画布

plt.bar(range(3),values[-1,3:6],width = 0.5)## 绘制散点图

plt.xlabel('产业') #添加横轴标签

plt.ylabel('生产总值（亿元）') #添加y轴名称

plt.xticks(range(3),label)

plt.title('2017年第一季度各产业国民生产总值直方图') #添加图表标题

plt.savefig('../2017年第一季度各产业国民生产总值直方图.png')

plt.show()

Out[1]:

通过代码 41运行结果可以看出，2017年第一季度的第一产业生产总值不到第二产业的六分之一，基本与第三产业的十分之一持平。第二产业生产总值和第三产业生产总值相差大约三分之一。
绘制国民生产总值构成分布直方图，如代码 42所示。

代码 42 绘制国民生产总值构成分布直方图

In[4]:

label1 = ['第一产业','第二产业','第三产业']## 刻度标签1

label2 = ['农业','工业','建筑','批发','交通','餐饮','金融','房地产','其他']## 刻度标签2

p = plt.figure(figsize=(12,12))

## 子图1

ax1 = p.add_subplot(2,2,1)

plt.bar(range(3),values[0,3:6],width = 0.5)## 绘制散点图

plt.xlabel('产业') #添加横轴标签

plt.ylabel('生产总值（亿元）') #添加y轴名称

plt.xticks(range(3),label1)

plt.title('2000年第一季度国民生产总值产业构成分布直方图')

##子图2

ax2 = p.add_subplot(2,2,2)

plt.bar(range(3),values[-1,3:6],width = 0.5)## 绘制散点图

plt.xlabel('产业') #添加横轴标签

plt.ylabel('生产总值（亿元）') #添加y轴名称

plt.xticks(range(3),label1)

plt.title('2017年第一季度国民生产总值产业构成分布直方图')

##子图3

ax3 = p.add_subplot(2,2,3)

plt.bar(range(9),values[0,6:],width = 0.5)## 绘制散点图

plt.xlabel('行业') #添加横轴标签

plt.ylabel('生产总值（亿元）') #添加y轴名称

plt.xticks(range(9),label2)

plt.title('2000年第一季度国民生产总值行业构成分布直方图') #添加图表标题

##子图4

ax4 = p.add_subplot(2,2,4)

plt.bar(range(9),values[-1,6:],width = 0.5)## 绘制散点图

plt.xlabel('行业') #添加横轴标签

plt.ylabel('生产总值（亿元）') #添加y轴名称

plt.xticks(range(9),label2)

plt.title('2017年第一季度国民生产总值行业构成分布直方图') #添加图表标题

##保存并显示图形

plt.savefig('../国民生产总值构成分布直方图.png')

plt.show()

Out[4]:

通过代码 43运行结果可以看出，第一产业与第二产业第三产业国民生产总值差距愈发巨大。根据坐标轴变化，可以发现国民生产总值增长接近10倍。2000年至2017年金融行业与其他行业增长幅度相较其他行业明显。

数据挖掘技术-绘制直方图相关推荐

Python数据挖掘：绘制直方图，设置上下限和步长，绘制子图
有任何问题欢迎在评论区提出! 绘制直方图: ''' 来源:天善智能韦玮老师课堂笔记作者:Dust 直方图hist某一段数据出现的频数 ''' import numpy as npy import ...
数据挖掘技术-绘制饼图
绘制饼图前置步骤准备数据guomin.npz,下载数据guomin.npz到Linux本地的/course/DataAnalyze/data目录绘制饼图 pyplot中绘制饼图的函数为pie,使 ...
[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
数据挖掘技术及其应用现状
数据挖掘技术及其应用现状近十几年,随着科学技术飞速的发展,经济和社会都取得了极大的进步,与此同时,在各个领域产生了大量的数据,如人类对太空的探索,银行每天的巨额交易数据.显然在这些数据中丰富的信息, ...
“泰迪杯”挑战赛 - 通过数据挖掘技术实现道路缺陷自动识别
目录挖掘目标分析方法与过程 2.1. 总体流程 2.2. 具体步骤 2.2.1 缺陷图像预处理 2.2.2 缺陷图像分割 2.2.3 缺陷图像特征提取 2.2.4 BP 神经网络模式识别 2.3 ...
7 种常用的数据挖掘技术分享
有人说:一个人从1岁活到80岁很平凡,但如果从80岁倒着活,那么一半以上的人都可能不凡. 生活没有捷径,我们踩过的坑都成为了生活的经验,这些经验越早知道,你要走的弯路就会越少. 摘要: 随着信息领域的 ...
计算机技术调查过程,计算机技术在质量管理中的一项应用——用计算机绘制直方图和进行工序能力调查...
计算机技术在质量管理中的一项应用--用计算机绘制直方图和进行工序能力调查本文列举了计算机技术在质量管理中的各种应用,阐明了频数分布调查在质量管理中的重要地位,重点介绍了利用计算机代替人工绘制直方图和 ...
python绘制直方图根据不同分类_小猿圈Python开发之绘制频率分布直方图示例
现在人工智能越来越实用,甚至深入到千家万户,随之而来的就是python技术的火爆,今天小猿圈python讲师为你讲解一下绘制频率分布直方图示例,希望对于刚刚自学python的你有一定的帮助. 项目中在 ...
使用OpenCV，Numpy计算直方图，Matplot绘制直方图及分析
使用OpenCV,Numpy计算直方图,Matplot绘制直方图及分析 1. 效果图 2. 原理 3. 源码 3.1 直方图3种计算方法和2种绘制方法 3.2 Mask遮罩图像直方图参考这篇博客将 ...

数据挖掘技术-绘制直方图

数据挖掘技术-绘制直方图相关推荐

最新文章

热门文章