文章目录
- 1.尝试用matplotlib模块生成图像
- 2.用 range 精确 x , y 刻度
- 3.用 列表 和 切片精确 x , y 的刻度
- 4.绘制 10 – 12点的气温变化图
- 5.改进图像 ， 使横坐标变为中文坐标 并 添加描述信息
- 6.动手作业 11 – 30 岁每年交的男(女)朋友数量走势
- 7.动手作业 自己与同桌 11 – 30 岁每年交的男(女)朋友数量走势
- 8.对比常用统计图区别
1.尝试用matplotlib模块生成图像
from matplotlib import pyplot as plt
x = range(2 , 20 , 2)
y = [13 , 24 , 132 ,123, 12, 11 , 1, 2, 5]
plt.figure(figsize = (10 , 5) , dpi = 100 )
plt.plot(x,y)
plt.show()
2.用 range 精确 x , y 刻度
from matplotlib import pyplot as plt
x = range(2 , 20 , 2)
y = [13 , 24 , 132 ,123, 12, 11 , 1, 2, 5]
plt.figure(figsize = (10 , 5) , dpi = 100 )
plt.plot(x,y)
plt.xticks(range(2 , 19 , 1))
plt.yticks(range(min(y) , max(y) + 1 , 10))
plt.show()
3.用 列表 和 切片精确 x , y 的刻度
from matplotlib import pyplot as plt
x = range(2 , 20 , 2)
y = [13 , 24 , 132 ,123, 12, 11 , 1, 2, 5]
plt.figure(figsize = (10 , 5) , dpi = 100 )
plt.plot(x,y)
xticks_tables = [i/2 for i in range(4 , 37)]
plt.xticks(xticks_tables[::3])
plt.show()
4.绘制 10 – 12点的气温变化图
from matplotlib import pyplot as plt
import random
x = range(1 , 121)
y = [random.randint(20 , 35) for i in range(1 , 121)]
plt.figure(figsize=(15 , 5) , dpi = 100)
plt.plot(x,y)
plt.xticks(range(1,122,5))
plt.yticks(y[::1])
plt.show()
5.改进图像 ， 使横坐标变为中文坐标 并 添加描述信息
from matplotlib import pyplot as plt
import random
import matplotlib as mtb
mtb.rcParams['font.sans-serif'] = ["SimHei"]
mtb.rcParams["axes.unicode_minus"] = False
x = range(1 , 121)
y = [random.randint(20 , 35) for i in range(1 , 121)]
plt.figure(figsize=(15 , 5) , dpi = 100)
plt.plot(x,y)
_xticks_lables = ["{}点{}分".format(10 + i // 60, i % 60) for i in range(1 , 121)]
_x = list(x)
plt.xticks(_x[::3] , _xticks_lables[::3] , rotation = 45 )
plt.xlabel("时间")
plt.ylabel("温度 单位(℃)")
plt.title("十点到十二点每分钟的气温变化情况图")
plt.show()
6.动手作业 11 – 30 岁每年交的男(女)朋友数量走势
from matplotlib import pyplot as plt
import matplotlib as mtb
mtb.rcParams['font.sans-serif'] = ["SimHei"]
mtb.rcParams["axes.unicode_minus"] = False
x = [i for i in range(11 , 31)]
y = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
plt.figure(figsize = (15,5) , dpi = 80)
xticks_lables = ["{}岁".format(i) for i in x]
plt.xticks(x , xticks_lables)
plt.xlabel("年龄")
plt.ylabel("人数(单位:个)")
plt.title("11 - 30 岁每年交的男(女)朋友数量走势")
plt.grid(alpha = 0.5)
plt.plot(x , y)
plt.show()
7.动手作业 自己与同桌 11 – 30 岁每年交的男(女)朋友数量走势
from matplotlib import pyplot as plt
import matplotlib as mtb
mtb.rcParams['font.sans-serif'] = ["SimHei"]
mtb.rcParams["axes.unicode_minus"] = False
plt.figure(figsize = (15,5) , dpi = 80)
x = [i for i in range(11 , 31)]
y1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y2 = [1,0,3,1,2,2,3,3,2,2,1,2,1,1,1,1,1,1,1,1]
plt.plot(x , y1 , label = "自己" , color = "#4B0082" , linestyle = ':')
plt.plot(x , y2 , label = "同桌" , color = "#006400" , linestyle = '-')
xticks_lables = ["{}岁".format(i) for i in x]
plt.xticks(x , xticks_lables)
plt.yticks(range(0,10))
plt.xlabel("年龄")
plt.ylabel("人数(单位:个)")
plt.title("自己与同桌 11 - 30 岁每年交的男(女)朋友数量走势")
plt.grid(alpha = 0.3 , color = "#006400")
plt.legend()
plt.show()
8.对比常用统计图区别
1.折线图：反应事物的变化情况
2.直方图：反应一段连续性的数据分布情况
3.条形图：反应一组离散数(没关系)数据的分布情况
4.散点图：反应一组数据的变化趋势，展示数据的分布规律
Original: https://blog.csdn.net/woshilichunyang/article/details/126770198
Author: .Ashy.
Title: 数据分析 第一周 折线图笔记
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/768523/
转载文章受原作者版权保护。转载请注明原作者出处！