目录

第1关:各省gdp的和生成条状图

相关知识

第2关:各省银行数量绘制饼图

相关知识

第3关:各类银行数量绘制折线图

第4关:各日超市销售金额绘制折线图

任务描述

相关知识

编程要求

测试说明

第5关:四种类别的销售数量合计最高的三种商品绘制多个条形图

任务描述

相关知识

编程要求

第6关:销售各类别数据绘制饼图

任务描述

相关知识

编程要求


第1关:各省gdp的和生成条状图

题目要求:

各省GDP的excel文件如图所示 编写一个程序,计算每年各省GDP信息的和,生成条状图显示 要求窗口大小10,10,图表标题为GDP条状图

相关知识

为了完成本关任务,你需要掌握: 1.数据汇总 2.matplotlib库的使用 3.如何建立条状图 4.设置图表参数

Dataframe数据汇总

dataframe对象的Groupby可以根据一个或多个键对DataFrame计算分组摘要统计,count计数、sum求和、mean平均值、std标准差 例如,要将df对象数据按教师列汇总求学生的个数 df.groupby(["教师"])["学号"].count()

matplotlib库的使用

导入pyplot import matplotlib.pyplot as plt

在图表中显示中文 为了正确显示中文字体,请用以下代码更改默认设置,其中'SimHei'表示黑体字。

  1. import matplotlib
  2. matplotlib.rcParams['font.family']='SimHei'
  3. matplotlib.rcParams['font.sans-serif'] = ['SimHei']

plt 库的显示函数 使用figure()函数创建一个全局绘图区域,并且使它成为当前的绘图对象, figsize参数可以指定绘图区域的宽度和高度,单位为英寸。 例如 plt.figure(figsize=(8,4)) 建立一个8英寸长4英寸宽的窗口

建立条形图

bar(x, height, alpha=1, width, color=, edgecolor=, label=, linewidth)

参数: x:x轴的位置序列,一般采用arange函数产生一个序列; height:y轴的数值序列,也就是柱形图的高度,一般就是我们需要展示的数据; alpha:透明度 width:为柱形图的宽度 color:柱形图填充的颜色; edgecolor:图形边缘颜色 label:解释每个图像代表的含义 linewidth :边缘线的宽度

  1. import matplotlib
  2. import matplotlib.pyplot as plt
  3. x=["mary","mike","harry","tom","jerry","rose"]
  4. y=[84.12,91.83,79.89,60.19,96.83,75.09]
  5. #设置y轴的值
  6. plt.bar(x,height=y,width=0.5, color='b')
  7. #根据x和y绘制条形,条形宽度0.5,颜色蓝色
  8. plt.show()

设置图表参数

plt.xlim(xmin,xmax) 设置当前x轴取值范围 plt.ylim(xmin,xmax) 设置当前y轴取值范围 plt.xlabel(s) 设置当前x轴的标签 plt.ylabel(s) 设置当前y轴的标签 plt.title() 设置标题

import pandas
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as pltmatplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
data=pandas.read_excel("test/各省GDP.xlsx",dtype={"年份":str})#代码开始
df = data.groupby(["年份"])["GDP"].sum()
fig = plt.figure(figsize = (10,10))
plt.bar(df.index,df)
plt.title("GDP条状图")
plt.show()
#代码结束
plt.savefig("image1/gdptxt.jpg")

第2关:各省银行数量绘制饼图

银行分布excel文件如图所示

编写一个程序,将银行信息按省份对银行编号进行汇总 生成饼图显示各省银行的个数 要求绘图窗口为10,10 标题为银行省份分布图 饼图外侧显示省份的前2个字

相关知识

绘制饼图

pie(x, explode=None, labels=None,colors=('b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'),    autopct=None, shadow=False,labeldistance=1.1, radius=None) 参数: x      (每一块)的比例,如果sum(x) > 1会使用sum(x)归一化 labels  (每一块)饼图外侧显示的说明文字 explode (每一块)离开中心距离 startangle  起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起 shadow  是否阴影 labeldistance label绘制位置,相对于半径的比例, 如<1则绘制在饼图内侧 autopct 控制饼图内百分比设置,可以使用format字符串指小数点前后位数 radius  控制饼图半径

import pandas
import matplotlib
matplotlib.use("agg")
import matplotlib.pyplot as plt
matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
data=pandas.read_excel("test/银行信息.xlsx")
#代码开始
fig = plt.figure(figsize = (10,10))
dp1 = data.groupby(["省份"])["银行编号"].count()
plt.pie(dp1,labels=dp1.index.str[:2])
plt.title("银行省份分布图")
#代码结束
plt.savefig("image2/yhbt.jpg")

第3关:各类银行数量绘制折线图

银行分布excel文件如图所示

编写一个程序,将银行信息按银行种类对银行编号进行汇总 生成折线图显示银行数量最高的十个银行 按银行种类个数的降序排列 要求绘图窗口为10,10 标题为银行种类折线图

折线图的绘制

折线图就是将多个(x,y)点连接起来,生成一个折线图。 plot([x], y, [fmt], data=None,**kwargs)

函数用于绘制一条折线图,x若省略,则plot函数自动创建从0开始的 x坐标;fmt是字符串类型,用于描述颜色标志线型属性的值,格式为:[color][marker][line]

import pandas
import matplotlib
matplotlib.use("Agg")
import numpy as np
import matplotlib.pyplot as plt
matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
data=pandas.read_excel("test/银行信息.xlsx")
#代码开始
sj=data.groupby(["银行种类"])["银行编号"].count()
sj=sj.sort_values(ascending=False)
sj=sj.head(10)
plt.figure(figsize=(10,10))
plt.plot(sj.index,sj)
plt.title("银行种类折线图")
#代码结束
plt.savefig("image3/yhzxt.jpg")

第4关:各日超市销售金额绘制折线图

任务描述

本关任务:根据统计数据工作簿的日期统计数据,建立折线图

相关知识

为了完成本关任务,你需要掌握:1.如何使用matplotlib生成图表,2.如何设置图表的参数。3.datetime的使用

matplotlib库的使用

导入pyplot import matplotlib.pyplot as plt

在图表中显示中文 为了正确显示中文字体,请用以下代码更改默认设置,其中'SimHei'表示黑体字。 import matplotlib matplotlib.rcParams['font.family']='SimHei' matplotlib.rcParams['font.sans-serif'] = ['SimHei']

plt 库的显示函数 使用figure()函数创建一个全局绘图区域,并且使它成为当前的绘图对象, figsize参数可以指定绘图区域的宽度和高度,单位为英寸。 例如 plt.figure(figsize=(8,4)) 建立一个8英寸长4英寸宽的窗口

折线图的绘制

折线图就是将多个(x,y)点连接起来,生成一个折线图。 plot([x], y, [fmt], data=None,**kwargs)

函数用于绘制一条折线图,x若省略,则plot函数自动创建从0开始的 x坐标;fmt是字符串类型,用于描述颜色标志线型属性的值,格式为:'[color][marker][line]’;

设置图表参数

设置标题、轴标签和刻度标签 plt.xlim(xmin,xmax) 设置当前x轴取值范围 plt.ylim(xmin,xmax) 设置当前y轴取值范围 plt.xlabel(s) 设置当前x轴的标签 plt.ylabel(s) 设置当前y轴的标签 plt.title() 设置标题 plt.xticks(pd.date_range(起始日期,结束日期)) 设置x轴日期开始日期和结束日期 plt.gca().xaxis.set_major_formatter(matplotlib.dates.DateFormatter('%Y-%m-%d')) 设置x轴日期格式

补充:pandas.date_range(start=None, end=None, periods=None, freq='D') 该函数主要用于生成一个固定频率的时间索引,在调用构造方法时,必须指定start、end、periods中的两个参数值,否则报错。 主要参数说明: periods:固定时期,取值为整数或None freq:日期偏移量,取值为string或DateOffset,默认为'D'

例:以下代码可以设置日期格式为年-月-日,设置x轴的取值范围为2021-1-1到2021-5-31日,在x轴垂直显示2021-1-1 到2021-5-31,

  1. plt.gca().xaxis.set_major_formatter(datetime.date.DateFormatter('%Y-%m-%d'))
  2. plt.xlim(datetime.date(2021,1,1),datetime.date(2021,5,31))
  3. plt.xticks(pd.date_range('2021-1-1','2021-5-31'),rotation=90)

编程要求

根据提示,在右侧编辑器补充代码,根据统计数据工作簿的日期统计数据,建立折线图。

测试说明

平台会对你编写的代码进行测试: 产生的折线图如任务描述所示,x轴为日期,y轴为合计金额 图表窗口宽10高14 图表标题为日期销售 要求x轴设置标签为日期,范围为2000-5-20至2000-7-18,并显示日期 y轴设置标签为金额,范围为0到1800 提示:在绘制图形时日期标签需要垂直排列 设置rotation=90

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import pandas as pd
import datetime
df=pd.read_excel("tbsc/step1/统计数据.xlsx",sheet_name="日期统计")
#代码开始
matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
plt.figure(figsize=(10,14))
plt.title("日期销售")
plt.xlabel("日期")
plt.ylabel("金额")
plt.ylim(0,1800)
plt.gca().xaxis.set_major_formatter(matplotlib.dates.DateFormatter('%Y-%m-%d'))
plt.xlim(datetime.date(2000,5,20),datetime.date(2000,7,18))
plt.xticks(pd.date_range('2000-5-20','2000-7-18'),rotation=90)
plt.plot(df["日期"].dt.date,df["合计金额"])
#代码结束
plt.savefig("image4/rqzxt.jpg")

第5关:四种类别的销售数量合计最高的三种商品绘制多个条形图

任务描述

本关任务:根据excel文件“类别销售”工作簿(tbsc/step2/类别销售.xlsx)的烟、零食、饮料、酒工作表的数据,找出销售数量合计最高的三种商品,建立条状图

相关知识

为了完成本关任务,你需要掌握:1.如何建立条状图,2.如何绘制子图。

建立条形图

bar(x, height, alpha=1, width, color=, edgecolor=, label=, linewidth)

参数: x:x轴的位置序列,一般采用arange函数产生一个序列; height:y轴的数值序列,也就是柱形图的高度,一般就是我们需要展示的数据; alpha:透明度 width:为柱形图的宽度 color:柱形图填充的颜色; edgecolor:图形边缘颜色 label:解释每个图像代表的含义 linewidth :边缘线的宽度

  1. import matplotlib
  2. import matplotlib.pyplot as plt
  3. import numpy as np
  4. y=[84.12,81.83,79.89,78.19,76.83,75.09,74.58,73.71]
  5. #设置y轴的值
  6. sj=np.linspace(1,8,8)
  7. #设置x轴的位置
  8. plt.bar(x=sj, height=y,width=0.5, color='b')
  9. #根据x和y绘制条形,条形宽度0.5,颜色蓝色
  10. plt.show()

绘制子图

subplot(numRows, numCols, plotNum) 参数: 图表的整个绘图区域被分成 numRows 行和 numCols 列 然后按照从左到右,从上到下的顺序对每个子区域进行编号,左上的子区域的编号为1 plotNum 参数指定创建的 Axes 对象所在的区域

plt.subplot(2,2,1) 图表的整个绘图区域被分成2行和2列 选择左上区域作为当前的绘图区域

编程要求

根据提示,在右侧编辑器补充代码,按要求输出图形。 图形的宽度为10,高度为14 四个子图分别为烟,饮料,零食,酒四个类别的三种销量最高的商品的销售量 柱形的横轴坐标分别为0,0.5,1,每个柱形的宽度为0.2,图例为商品名称。 在每个柱形上标识使出数量的文字(高度比柱形高1) 每个子图的标题为商品类别,x轴分别标识1,2,3 每个子图需要显示图例

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import pandas as pd
import numpy as npmatplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
plt.figure(figsize=(10,14))
lb=["烟","饮料","零食","酒"]
j=1
for x in lb:df=pd.read_excel("tbsc/step2/类别销售.xlsx",sheet_name=x)sj=df.groupby("商品名称")["数量"].sum()sj.sort_values(ascending=False,inplace=True)sj.index=sj.index.str.replace("\t","")sp=sj[:3]plt.subplot(2,2,j)for i in range(0,3):plt.bar(x=i*0.5, height=sj[i],width=0.2,label=sj.index[i])plt.text(i*0.5,sj[i]+1,sj[i])j=j+1plt.xticks([0,0.5,1],[1,2,3])plt.title(x)plt.legend()
#代码结束
plt.savefig("image5/lbzxt.jpg")

第6关:销售各类别数据绘制饼图

任务描述

本关任务:根据统计数据工作簿的类别统计数据,建立饼图。 将合计金额小于合计金额的平均值1/5的数据,统计到其他类别。

相关知识

为了完成本关任务,你需要掌握:如何建立饼图

绘制饼图

pie(x, explode=None, labels=None,colors=('b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'),    autopct=None, shadow=False,labeldistance=1.1, radius=None) 参数: x      (每一块)的比例,如果sum(x) > 1会使用sum(x)归一化 labels  (每一块)饼图外侧显示的说明文字 explode (每一块)离开中心距离 startangle  起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起 shadow  是否阴影 labeldistance label绘制位置

,相对于半径的比例, 如<1则绘制在饼图内侧 autopct 控制饼图内百分比设置,可以使用format字符串指小数点前后位数 radius  控制饼图半径

编程要求

根据提示,在右侧编辑器补充代码,生成如图所示饼图 饼图宽10高10 图表标签为合计金额大于等于合计金额的平均值1/5的类别,加上其他类别 饼图内按保留两位小数的形式显示百分比 图表标题为各类别销售分布


import matplotlibmatplotlib.use('Agg')import matplotlib.pyplot as pltimport pandas as pddf=pd.read_excel("tbsc/step3/统计数据.xlsx",sheet_name="类别统计")matplotlib.rcParams['font.family']='SimHei'matplotlib.rcParams['font.sans-serif'] = ['SimHei']#代码开始plt.figure(figsize=(10,10))ds = df["合计金额"].mean()/5df1 = df.loc[df["合计金额"]>=ds]qthj=df.loc[df["合计金额"]<ds]["合计金额"].sum()df1=df1.append({"类别":"其他","合计金额":qthj},ignore_index=True)plt.pie(df1["合计金额"],labels=df1["类别"],autopct="%0.2f%%")plt.title('各类别销售分布')#代码结束plt.savefig("image6/lbbt.jpg")

实验十六 matplotlib数据可视化相关推荐

  1. R语言实战应用精讲50篇(二十六)-数据可视化ggplot2-检验变量相关性图

    本文介绍的图主要有助于检查两个变量的相关程度.共涉及图形包括: 1.散点图 Scatterplot 2.带环绕的散点图 Scatterplot with Encircling 3.抖动图 Jitter ...

  2. Python Matplotlib数据可视化绘图之(六)————图片大小、颜色、标题、纵横坐标、画布和绘图区域背景颜色、Legend(图例)等的参数设置详解

    文章目录 前言 一.图片大小的设定和调节 1. 三种调整matplotlib图片大小的方法 1.1 plt.figure(figsize=(n, n)) 1.1.1 代码如下: 1.1.2 输出结果如 ...

  3. Matplotlib数据可视化(5)

    1  Matplotlib数据可视化 1.1  第一部分 课程介绍 pip install matplotlib -i Simple Index 在数据分析与机器学习中,我们经常要用到大量的可视化操作 ...

  4. 数据科学与python语言——Matplotlib数据可视化基础

    Matplotlib数据可视化基础 一.读取数据与数据处理阶段 1.提取指定行中的数据 2.得到>指定数值的数据 3.得到=指定值得数据 4.整体的数据处理: 二.画图函数 1.plt.subp ...

  5. Matplotlib 数据可视化(读书笔记)

    Python 数据科学手册第四章读书笔记,仅供学习交流使用 4. Matplotlib 数据可视化 4.1 Matplotlib 常用技巧 4.1.1 导入 Matplotlib plt 是最常用的接 ...

  6. 实验十六:网络入侵检测系统(IDS)的安装部署

    实验十六:网络入侵检测系统(IDS)的安装部署 一.实验目的及要求 1)了解入侵检测系统的基本概念和工作原理. 2)掌握snort入侵检测系统的安装和使用方法. 二.实验原理 1)入侵检测系统 入侵检 ...

  7. python如何读取mat文件可视化_python Matplotlib数据可视化(1):简单入门

    1 matplot入门指南 matplotlib是Python科学计算中使用最多的一个可视化库,功能丰富,提供了非常多的可视化方案,基本能够满足各种场景下的数据可视化需求.但功能丰富从另一方面来说也意 ...

  8. chart.js 饼图显示百分比_Python怎么画饼图?Matplotlib数据可视化004:饼图

    前文回看: [Python菜鸟进阶大神]Matplotlib数据可视化001:基础API汇总&散点图 [Python菜鸟进阶大神]Matplotlib数据可视化002:折线图 [Python菜 ...

  9. Python—实训day10—Matplotlib数据可视化和scikit-learn构建模型

    1.Matplotlib数据可视化基础 import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif ...

最新文章

  1. C指针5:字符串指针(指向字符串的指针)
  2. 羊车门问题python_羊车门问题(示例代码)
  3. WCF系列(五) -- 也谈序列化(下)
  4. python 网页爬取数据生成文字云图
  5. java hashmap替换key,HashMap 用可变对象作为 key 踩坑
  6. order by + 数字的用意
  7. NG Ng-container(逻辑容器)
  8. 面料正反、倒顺、经纬判别方法
  9. ODOO从哪里开始??OpenERP的第一根线头儿
  10. Mybatis-学习笔记(2)Mybatis配置文件
  11. oracle音节怎么划分,现代汉语音节小知识(4页)-原创力文档
  12. 使用AWK和XARGS为文件批量改名
  13. yolov5训练操作步骤
  14. Matlab:FIR滤波器设计和音频信号滤波去噪
  15. CISP查询具体步骤
  16. 有钱任性的瑞幸,谁是它的对手? | Alfred数据室
  17. discuz防灌水机制
  18. 地标海之珠夜色素材高清图片
  19. 软件测试之bug管理
  20. 数据库连接不上的几种情况

热门文章

  1. hotmail 发送邮件 的服务器地址如下
  2. 互联网商业模式有哪些?
  3. 第4集丨做一个内心强大的人
  4. 超出限定字段截断,鼠标悬停显示全部文字
  5. Hive建表时,指定分隔符
  6. GDAL使用DEM数据计算坡度坡向
  7. Java 实现 淘宝秒杀 聚划算 自动提醒 源码
  8. Java Web开发实战经典 李兴华版 读书笔记(一)
  9. 数字相控阵Matlab仿真
  10. macOS系统下载和配置git教程