数据可视化|实验二分析特征间关系

使用 scatter 函数绘制 2000-2017 年各季度的国民生产总值散点图

import matplotlib.pyplot as plt
import numpy as np
data=np.load('./国民经济核算季度数据.npz',allow_pickle=True)
name=data['columns']
values=data['values']
plt.rcParams["font.family"]="SimHei"
plt.rcParams['font.sans-serif']="SimHei"
plt.rcParams['font.serif']=['SimHei']plt.rcParams["axes.unicode_minus"]=Falseplt.figure(figsize = (8, 7))
plt.scatter(values[:,0], values[:,2], marker = 'o')
plt.xlabel(u"年份")
plt.ylabel(u'生产总值（亿元）')
plt.xticks(range(0,70,4), values[range(0, 70, 4), 1], rotation = 45)
plt.title(u'2000-2017 年季度生产总值散点图 ')
plt.savefig('./tmp/2000-2017 年季度生产总值散点图.png')
plt.show()

绘制 2000-2017 年第一产业、第二产业、第三产业各季度的国民生产总值散点图

plt.Figure(dpi = 80, figsize = (8, 7))
plt.rcParams['font.sans-serif'] = 'SimHei'
y1=values[:,3]
plt.scatter(range(len(y1)), y1)
plt.xticks(range(len(y1)), values[: : 4, 1], rotation = 45)
y2 = values[: , 4]
plt.scatter(range(len(y2)), y2)
plt.xticks(range(len(y2)), values[: : 4, 1], rotation = 45)
y3=values[:,5]
plt.scatter(range(len(y3)), y3)
plt.xticks(range(0, 70, 4), values[range(0, 70, 4), 1], rotation = 45)
plt.title('2010-2017 各产业季度生产总值 ')
plt.legend([' 第一产业 ', ' 第二产业 ', ' 第三产业 '])
plt.savefig('./tmp/三种产业散点图.png')
plt.show()

通过图中点的颜色及分布，可以看出第一产业增长平缓，第二产业每年会按季度呈现周期性波动但逐年递增，第三产业增长呈现指数型。总体来看我国近 17 年的各个产业都在持续增长中，并且第二第三产业增长幅度非常大， 17 年间增长了 400% 以上。

使用 plot 函数绘制 2000-2017 年各产业第一季度季度生产总值折线图

plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
plt.figure(dpi = 80, figsize = (8, 8))
y1 = values[: : 4, 3]
y2 = values[: : 4, 4]
y3 = values[: : 4, 5]
plt.plot(range(len(y1)), y1, linestyle = '-.')
plt.plot(range(len(y2)), y2, linestyle = '--')
plt.plot(range(len(y3)), y3)
plt.xticks(range(len(y3)), values[: : 4, 1], rotation = 45)
plt.title('2000-2017 各产业第一季度折线图 ')
plt.legend([' 第一产业 ', ' 第二产业 ', ' 第三产业 '])
plt.savefig('./tmp/ 各产业第一季度折线图 .png')
plt.show()

绘制 2000-2017 年各产业各季度生产总值点线图

plot 函数可以一次接收“多组”参数，同时绘制多条折线图。向 plot 函数传递绘制第一个图形的参数，用逗号分隔后继续传递绘制第二个图形的参数即可。

plt.figure(figsize = (8, 7))
plt.plot(values[: , 0], values[: , 3], 'b-',values[: , 0], values[: , 4], 'y-.',values[: , 0], values[: , 5], 'g--')
plt.xlabel(' 年份 ')
plt.ylabel(' 生产总值（亿元） ')
plt.xticks(range(0, 70, 4), values[range(0, 70, 4), 1], rotation = 45)
plt.title('2000-2017 年各产业季度生产总值折线图 ')
plt.legend([' 第一产业 ', ' 第二产业 ', ' 第三产业 '])
plt.savefig('./tmp/2000-2017 年季度各产业生产总值折线图.png')
plt.show()

通过图形中线条的颜色与波动，可以看出它比散点图更加直接有效地展示各产业的季度性波动与整体增长趋势。此外，使用 marker 参数可以绘制点线图，一定情况下能够使得图形更加丰富。

数据可视化|实验二分析特征间关系相关推荐

数据可视化|实验三分析特征内部数据分布于分散状况
绘制 2000 年与 2016 年产业结构饼图 import matplotlib.pyplot as plt import numpy as np data=np.load('./国民经济核算季度数 ...
数据可视化|实验四分析1996-2015年人口数据特征间的关系
使用 NumPy 库读取人口数据使用 numpy 库读取人口数据,分析 1996~2015 年人口数据特征间的关系: %matplotlib inlineimport numpy as npimpo ...
数据可视化|实验五分析1996-2015年人口数据各个特征的分布与分散状况
使用 NumPy 库读取人口数据使用 numpy 库读取人口数据,分析 1996~2015 年人口数据特征间的关系. %matplotlib inlineimport numpy as npimpo ...
二维正态分布图python代码_Python数据可视化正态分布简单分析及实现代码
Python说来简单也简单,但是也不简单,尤其是再跟高数结合起来的时候... 正态分布(Normaldistribution),也称"常态分布",又名高斯分布(Gaussiandi ...
数据可视化实验一之单变量数据的统计图表可视化
单变量数据的统计图表可视化一.实验目的通过实验,使学生能够理解数据的统计特征,并利用合适的图表可视化和分析数据的统计特征. 二.实验要求通过Python中的常用统计图表函数调用,可视化给定的数据 ...
西电-数据可视化-实验五-高维非空间数据可视化（pyecharts）
西电-数据可视化-实验五-高维非空间数据可视化一.实验内容在某次大型会议中,为确保会议过程安全,会场使用了电子胸牌对场内人员的移动轨迹进行了监控.现经过处理,得到了某一天内人员在场内各个区域逗留的 ...
数据可视化--实验六：层次和网络可视化、文本可视化
声明:本文CSDN作者原创投稿文章,未经许可禁止任何形式的转载,原文链接文章目录概要实验过程 Pyecharts 实验结果邮件往来网络图职位树图邮件主题词云图实验结论概要学院:计算机 ...
学习笔记之数据可视化（二）—— 页面布局（下）
续上一章 2.7 地图区域(.map) 2.7.1 实现步骤: 2.8 用户统计模块 2.8.1 布局: 2.8.2 柱状图 2.9 订单模块 2.9.1 订单区域布局 2.9.2 订单区域(orde ...
数据可视化大屏分析流程是怎样
大屏数据可视化是以大屏为主要载体的数据可视化再设计,它就好比一个提炼过精华内容的故事,能够给人在观感上留下深刻的印象,从而引发人的共鸣,传递企业文化与价值. 那么数据可视化大屏分析流程是怎样? (一) ...

数据可视化|实验二分析特征间关系

使用 scatter 函数绘制 2000-2017 年各季度的国民生产总值散点图

绘制 2000-2017 年第一产业、第二产业、第三产业各季度的国民生产总值散点图

使用 plot 函数绘制 2000-2017 年各产业第一季度季度生产总值折线图

绘制 2000-2017 年各产业各季度生产总值点线图

数据可视化|实验二分析特征间关系相关推荐

最新文章

热门文章

数据可视化|实验二 分析特征间关系

使用 scatter 函数绘制 2000-2017 年各季度的国民生产总值散点图

绘制 2000-2017 年第一产业、第二产业、第三产业各季度的国民生产总值 散点图

使用 plot 函数绘制 2000-2017 年各产业第一季度季度生产总值折线图

绘制 2000-2017 年各产业各季度生产总值点线图

数据可视化|实验二 分析特征间关系相关推荐

最新文章

热门文章

数据可视化|实验二分析特征间关系

绘制 2000-2017 年第一产业、第二产业、第三产业各季度的国民生产总值散点图

数据可视化|实验二分析特征间关系相关推荐