Python—数据分析与可视化编程
目标:
掌握numpy模块基本操作;
掌握matplotlib模块基础操作;
掌握pandas模块基础操作。
内容:
1.编写程序,利用pyplot将绘图区域划分成2*1个子绘图区域,并在每个区域中生成坐标系,如下图:(提示:直线数组为np.arange(0, 101))
2.现有如图9-15所示的股票数据:
按以下要求操作。
(1)仿照图9-15的表格,创建一个DataFrame对象。
(2)使用条形图展示股票数据,其中证券简称为x轴、最新价为y轴。
(3)将条形图以shares——bar.png为文件名保存在桌面上。
步骤:
1.编写程序,利用pyplot将绘图区域划分成2*1个子绘图区域,并在每个区域中生成坐标系,如下图:(提示:直线数组为np.arange(0, 101))
代码如下:
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
data = np.arange(0,101)
plt.subplot(211)
plt.plot(data.data)
plt.subplot(212)
plt.plot(data,-data)
plt.show()
运行结果:
2.现有如图9-15所示的股票数据:
按以下要求操作。
(1)仿照图9-15的表格,创建一个DataFrame对象。
(2)使用条形图展示股票数据,其中证券简称为x轴、最新价为y轴。
(3)将条形图以shares——bar.png为文件名保存在桌面上。
代码如下:
# -*- coding: utf-8 -*-
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']='FangSong'
plt.rcParams['axes.unicode_minus']=False
np.arange(0,11)
###(1)仿照图9-15的表格,创建一个DataFrame对象###
df=pd.DataFrame({'证券代码 ':['000609','000993','002615','000795','002766','000971','000633','300173','30 0279','000831'], '证券简称':['中迪投资','闽东电力','哈尔斯','英洛华','索菱股份','高升控投','合金投资','智慧松德','和晶科技','五矿稀土'], '最新价':[4.80,4.80,5.02,3.93,6.78,3.72,4.60,4.60,5.81,9.87], '涨跌幅%':[10.09,10.09,10.09,10.08,10.06,10.06,10.06,10.05,10.05,10.04]})
###(2)使用条形图展示股票数据,其中证券简称为x轴、最新价为y轴###
s1=df['证券简称']
s2=df['最新价']
plt.figure(figsize=(12,6),facecolor='white')
plt.bar(s1,align = 'center',height=s2,width=0.8,alpha=0.8)
plt.yticks([0,1,2,3,4,5,6,7,8,9,10])
plt.xlabel("证券简称")
plt.ylabel("最新价")
plt.title("各证券最新价格")
###(3)将条形图以shares——bar.png为文件名保存在桌面上###
plt.savefig(r'E:\pywork\shares--bar.png')
plt.show()
运行结果:
心得:
1.函数将整个绘画区域等分,题一中要求划分一个2*1子绘图区域,因此通过subplot(nrows,ncols,index)可以很快得到自己需要图形区域准确的画出图形,同时还可以使用subplots(nrows,ncols,index)一次性生成多个坐标系。
2.错误:条形图字体看不清楚以及第一条中迪投资条形图不完整,图形整体呈现不好。
修改:
(1)将SimHei字体更改为FangSong字体;
(2)在绘制条形图函数中添加了align = ‘center’,代码如下:
plt.bar(s1,height=s2,width=0.8,alpha=0.8) ,最终条形图x轴刻度标签为水平居中。
Python—数据分析与可视化编程相关推荐
- [转载] Python数据分析与可视化学习笔记(一)数据分析与可视化概述
参考链接: Python | 数据分析的数学运算 数据分析与可视化(一) 1.1 数据分析1.1.1 数据.信息与数据分析1.1.2数据分析与数据挖掘的区别1.1.3数据分析的流程 1.2 数据可视化 ...
- python数据分析与可视化【一】python基础实例
用python做数据分析与可视化(一) python编程基础 这一块前面我写过博客,奉上链接:python基础 这篇就来看看几个小实例 后面有python很基础的知识点和例子 后面数据分析能用上 下一 ...
- 【Python数据分析与可视化】期末复习笔记整理(不挂科)
[Python数据分析与可视化]期末复习笔记 1. 数据分析与可视化概述 对比 概念 常用工具 Python常用类库 Jupyter notebook中的常用快捷方式 2. Python编程基础 co ...
- python数据分析可视化实例-Python数据分析与可视化从入门到精通
(1)没有高深理论,每章都以实例为主,读者参考书中源码运行,就能得到与书中一样的结果.(2)专注于Python数据分析与可视化操作中实际用到的技术.相比大而全的书籍资料,本书能让读者尽快上手,开始项目 ...
- python可视化数据分析-Python数据分析与可视化从入门到精通
(1)没有高深理论,每章都以实例为主,读者参考书中源码运行,就能得到与书中一样的结果.(2)专注于Python数据分析与可视化操作中实际用到的技术.相比大而全的书籍资料,本书能让读者尽快上手,开始项目 ...
- Python数据分析与可视化学习笔记(一)数据分析与可视化概述
数据分析与可视化(一) 1.1 数据分析 1.1.1 数据.信息与数据分析 1.1.2数据分析与数据挖掘的区别 1.1.3数据分析的流程 1.2 数据可视化 1.3 数据分析与可视化常用工具 1.4 ...
- python数据分析与可视化清华大学_Python数据分析与可视化 微课视频版
随着互联网的飞速发展,人们在互联网上的行为产生了海量数据,对这些数据存储.处理与分析带动了大数据技术的发展.其中,数据挖掘和分析技术可以帮助人们对庞大的数据进行相关分析,找到有价值的信息和规律,使得人 ...
- 【Python数据分析与可视化】Pandas统计分析-实训
[Python数据分析与可视化]Pandas统计分析-实训 文章目录 [Python数据分析与可视化]Pandas统计分析-实训 导包 读取数据 分析数据 1.查看数据的描述和统计信息: 2.修改列名 ...
- Python数据分析-数据可视化(二)
欢迎大家访问个人博客:https://jmxgodlz.xyz 文章目录 前言 Matplotlib 折线图格式调整 标签 线条颜色 线条形状 折点样式 线条透明度 前言 看到有些论文插图十分简洁美观 ...
最新文章
- CSSA email list
- Python—pandas中DataFrame类型数据操作函数
- 一步一步学习PHP(2)——PHP类型
- 文本分类入门(五)训练Part 2
- 你必须知道的容器监控 (2) cAdvisor
- MyBatis-generator使用,Example缺少分页问题解决
- 排序(基本概念及分类,直接插入排序和希尔排序)
- leetcode300 最长上升子序列
- Mr.J-- jQuery学习笔记(十二)--移入移出事件电影排行榜小demo
- linux中的c技术,基于linux下C开发中的几点技术经验总结
- flash 围棋_中国卫视执白0.5目胜flash77
- 计算机保持在线的几种方法,获取网络电影实际地址的几种方法.doc
- (二)八卦起点作家转会纵横-------- 比较全(包括JJ,起点ceo.邪月MM的发言的发言)...
- egret的eui以及exml使用
- 使用上古神器帮姐姐完成寸照自动排版/打印
- 2019信用卡权益总结之八:常规多倍积分
- Leetcode 1037.有效的回旋镖
- 在centos7 下安装python3.6
- matlab app设计步骤_1.1数学建模与MATLAB–MATLAB入门
- 人理解迭代,神则体会递归,从电影艺术到Python代码实现神的逆向思维模式