题目

练习一

方法一（条形图）

from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties# 处理中文字体的问题
font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=12)# Question 1: 绘制班级的身高分布图形
# Data of question 1
height = [160, 163, 175, 180, 176, 177, 168, 189, 188, 177, 174, 170, 173, 181]
# 班级人数
totalNumber_students = len(height)# 首先处理数据 把重复的数据去除 但同时记下来重复的个数
height.sort()
number_students = []
for every_height in height:number_students.append(height.count(every_height))
data_pair = list(zip(height, number_students))for x, y in data_pair:if data_pair.count((x, y)) != 1:data_pair.remove((x, y))# 此方法的缺陷：此方法不方便添加数据标签
# 因为标签容易叠加在一起 导致分析不够直观以及视图不够美观
for (x, y) in data_pair:plt.bar(x, y, width=0.7, align='center')
plt.xlabel("身高", fontproperties=font)
plt.ylabel("人数", fontproperties=font)
plt.title("某班级的身高比例图", fontproperties=font)
plt.show()

方法一效果图

方法二（扇形图）

height.clear()  # 清空原有的list，存放处理好的身高数据
number_students.clear()  # 清空原有的list，存放处理好后的对应身高的人数/比例
explode = []
j = 0
for (x, y) in data_pair:height.append(str(x))number_students.append(y)
for i in range(len(number_students)):number_students[i] = number_students[i] / totalNumber_studentsexplode.append(j + 0.02*i)result = plt.pie(number_students, labels=height, explode=explode, autopct='%.2f%%', shadow=True)
patches, texts, auto_texts = result
# 美化视图
plt.setp(auto_texts, size=10, weight='bold', color='w')
plt.setp(texts, size=8, weight='bold', color='brown')
# 添加图例
plt.legend(loc="upper right", bbox_to_anchor=(1, 0, 0.32, 1))
# 标注必要信息
plt.text(1.3, -1, "班级总人数为" + str(totalNumber_students), fontproperties=font, color='blue')
# 添加标题
plt.title("某班级的身高比例图", fontproperties=font)
# 展示结果
plt.show()

方法二效果图

练习二

练习二代码

# Question 2: 实现对应的子图分部
import random
from matplotlib import pyplot as plt
# 创建画布
fig = plt.figure()# 定义布局的宽度、高度比例
width = (4, 1)
height = (1, 5)# 复杂的布局需要用gridspec对象，将fig的gridspec对象赋值给gs
gs = fig.add_gridspec(2, 2, width_ratios=width, height_ratios=height)# [行，列] 是从 [0,0] 开始的
# 绘制子图布局
ax1 = fig.add_subplot(gs[0, 0])
ax2 = fig.add_subplot(gs[1, 0])
ax3 = fig.add_subplot(gs[1, 1])# 生成随机数
x = [random.randint(0, 30) for i in range(30)]
y = [random.randint(0, 30) for i in range(30)]# 绘制子图
ax1.plot(range(5), range(5))  # 直线图
ax2.scatter(x, y)  # 散点图
ax3.plot(range(5), range(5))  # 直线图# 展示成果
plt.show()

练习二效果图

小结

扇形图的数据处理相对于条形图的数据处理繁琐一些。
练习一可以尝试用频次直方图。
练习一的坐标没有设置好。
练习二中的散点图是利用的随机生成的数字，所以每次运行后的结果会后偏差。

利用Python Matplotlib库做简单的视觉化(2)相关推荐

利用Python Matplotlib库做简单的视觉化
Matplotlib练习练习一题目代码效果图练习二题目练习1代码练习1效果图练习2代码练习2效果图小结练习一题目代码 import matplotlib.pyplot as ...
霍兰德人格分析：利用Python第三方库matplotlib绘制雷达图
美国约翰霍普金斯大学霍兰德教授认为,个人职业兴趣特性与职业之间应有一种内在的对应关系.根据兴趣的不同,人格可分为研究型(I).艺术型(A).社会型(S).企业型(E).传统型(C).现实型(R)六个维 ...
Python学习-Matplotlib库绘制简单点阵图、线型图操作
Python学习-Matplotlib库绘制简单散点图图和线型图.标签设置以及刻度线设置操作目录 1.Matplotlib绘图细节的简单理解 2.绘制点图.线型图 3.给图表设置复杂标注 4.移动刻 ...
利用python机器学习库进行Kaggle皮马印第安人糖尿病预测分析
利用python机器学习库进行Kaggle皮马印第安人糖尿病预测分析项目摘要本项目主要使用python对各医学参数与糖尿病之间的关系进行可视化分析.描述性分析.使用scikit-learn机器学习 ...
利用python—matplotlib绘制股票K线图
利用python-matplotlib绘制股票K线图成品展示: 用Python绘制股票K线图并不复杂,不过得做好一些准备工作例如相关库的安装,库的引入.日期格式的调整and表格转换文章目录利用p ...
python123九宫格输入_使用python PIL库实现简单验证码的去噪方法步骤
字符型图片验证码识别完整过程及Python实现的博主,我的大部分知识点都是从他那里学来的. 想要识别验证码,收集足够多的样本后,首先要做的就是对验证码原始图片进行处理,对验证码识别分类之前,一般包括: ...
利用python you-get库下载网络视频、音乐及图片
Python,让繁琐工作高效便捷:利用python you-get库单个.批量下载网络视频.音乐及图片,you-get命令需要在cmd窗口中运行. 很多人学习python,不知道从何学起. 很多人学习 ...
Python - matplotlib库 - 中文字体设置
Python - matplotlib库 - 中文字体设置在matplotlib绘制折线图柱状图时,如果对x,y,图表标题,直接使用plot.xlabel("时间"):plot. ...
python 读取geotiff_科学网—利用python GDAL库读写geotiff格式的遥感影像方法 - 张伟的博文...
(1)利用python GDAL库读写geotiff格式的遥感影像方法,具有很好的参考价值,不错! from osgeo import gdal import numpy as np def read ...

利用Python Matplotlib库做简单的视觉化(2)

Matplotlib练习

题目

练习一

方法一（条形图）

方法一效果图

方法二（扇形图）

方法二效果图

练习二

练习二代码

练习二效果图

小结

利用Python Matplotlib库做简单的视觉化(2)相关推荐

最新文章

热门文章