matplotlib之2010-2017年各季度国民生产总值散点图
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'simhei'
plt.rcParams['axes.unicode_minus'] = False
data1 = np.load('D:\matplotlib\国民经济核算季度数据.npz')
name = data1['columns']
values = data1['values']
plt.figure(figsize=(9,8))
plt.scatter(values[:, 0],values[:, 3],marker='o',c='blue')
plt.scatter(values[:, 0],values[:, 4],marker='v',c='green')
plt.scatter(values[:, 0],values[:, 5],marker='D',c='yellow')
plt.xlabel('年份')
plt.ylabel('生产总值(亿元)')
plt.ylim(0, 100000)
plt.xticks(range(0,71, 4), values[range(0,71, 4), 1], rotation=45)
plt.title("2000-2017年各产业各季度国民生产总值散点图")
plt.legend(['第一产业','第二产业','第三产业'])
plt.savefig('D:/matplotlib/2000-2017年个产业各季度国民生产总值散点图.png')
plt.show()
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'simhei'
plt.rcParams['axes.unicode_minus'] = False
data = np.load('D:\matplotlib\国民经济核算季度数据.npz')
name = data['columns']
values = data['values']
plt.figure(figsize=(7,5))
plt.scatter(values[:, 0],values[:, 2],marker='o',c='purple')
plt.xlabel('年份')
plt.ylabel('生产总值(亿元)')
plt.ylim(0, 250000)
plt.xticks(range(0,71, 4), values[range(0,71, 4), 1], rotation=60)
plt.title("2010-2017年各季度国民生产总值散点图")
plt.savefig('D:/matplotlib/2010-2017年各季度国民生产总值散点图.png')
plt.show()
matplotlib之2010-2017年各季度国民生产总值散点图相关推荐
- matplotlib之2000-2017各产业与行业各季度国民生产总值散点图
import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif'] = 'simhei' plt.rc ...
- 绘制2000年至2017年三产、各行业季度国民生产总值拆线图
import numpy as np import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'simhei' plt.rcP ...
- matplotlib之2017各产业第一季度国民生产总值饼图
import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = 'simhei' plt.rc ...
- matplotlib之2017年各产业第一季度国民生产总值行业构成分布饼图
2017年各产业第一季度国民生产总值行业构成分布饼图(各行业) import numpy as np import matplotlib.pyplot as plt plt.rcParams['fon ...
- 绘制2000年、2017年第一季度国民生产总值产业构成分布、行业构成分布直方图
import numpy as np import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'simhei' plt.rcP ...
- Matplotlib任务实现:绘制国民生产总值构成分布饼图
name = data['columns'] ## 提取其中的columns数组,视为数据的标签 label1 = ['第一产业','第二产业','第三产业']## 标签1 label2 = ['农业 ...
- 1030 习题3-1 计算国民生产总值增长倍数
题目描述 假如我国国民生产总值的年增长率为9%,计算10年后我国国民生产总值与现在相比增长多少百分比(倍数).计算公式为p=(1+r)n 其中:r为年增长率,n为年数,p为与现在相比的倍数 对于求an ...
- C语言计算10年后我国国民生产总值与现在相比增长多少百分比
假如我国国民生产总值的年增长率为7%, 计算10年后我国国民生产总值与现在相比增长多少百分比.计算公式为p = ( 1 + r ) n p = (1+r)^np=(1+r) n ,其中r为年增长率,n ...
- 习题 3.1 假如我国国民生产总值的年增长率为9%,计算10年后我国国民生产总值与现在相比增长多少百分比。
C程序设计 (第四版) 谭浩强 习题3.1 个人设计 习题 3.1 假如我国国民生产总值的年增长率为9%,计算10年后我国国民生产总值与现在相比增长多少百分比.计算公式为 p = (1 + r)^n, ...
- 假如我国国民生产总值的年增长率为7%,计算10年后我国国民生产总值与现在相比增长多少百分比
假如我国国民生产总值的年增长率为7%,计算10年后我国国民生产总值与现在相比增长多少百分比 #include <stdio.h> #include <stdlib.h> int ...
最新文章
- Java反射(详述版)
- python 图像分割_Python怎么实现图片分割?
- CGI,FastCGI与PHP
- 转: 从微信的故障谈谈服务可用性
- 机器学习笔记(十二)计算学习理论
- 增强学习(五)----- 时间差分学习(Q learning, Sarsa learning)
- 密码技术--椭圆曲线算法EDCSA数字签名及Go语言应用
- Windows句柄表学习笔记 —— 句柄表全局句柄表
- 【python】并行化的又一种思路
- 初学Java,如何成为年薪50万的程序员?
- 【SpringCloud】Spring cloud Alibaba seata 分布式事务
- python图片顶端_用python进行图片整理
- vm虚拟机iso镜像linux系统下载地址,Vmware Tools ISO 虚拟机ISO系统镜像大全
- class文件反编译后的汉字乱码问题
- ERA5 total precipitation的单位
- 火爆!GitHub 标星 144k 的前后端学习路线,2021 年最新整理,看完后不再迷茫不再徘徊
- PHP运行Python脚本
- 我所热爱的多触摸系统 bill buxton
- USACO之Section 1.1.2 PROB Greedy Gift Givers
- 模拟器之AVD模拟器
热门文章
- 万能五笔输入法弹窗_万能五笔输入法的广告怎么关闭
- 关于免费域名和空间搭建个人网站——服务器篇
- 2018 AI产业界大盘点
- ESP8266/ESP32 +1.3“ or 0.96“ IIC OLED指针时钟+数字时钟显示
- 腾讯云轻量应用服务器地域节点北京、上海和广州选择攻略
- Visio中画各种线条与箭头
- Unity 之 贝塞尔曲线介绍和实际使用
- 免费听歌下载歌曲的几个网站
- c语言程序设计的删除函数,详解C语言中的rename()函数和remove()函数的使用方法
- 【说不得得半路出家】对一个html案例模版的小小修改