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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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, ...

  10. 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

  1. Java反射(详述版)
  2. python 图像分割_Python怎么实现图片分割?
  3. CGI,FastCGI与PHP
  4. 转: 从微信的故障谈谈服务可用性
  5. 机器学习笔记(十二)计算学习理论
  6. 增强学习(五)----- 时间差分学习(Q learning, Sarsa learning)
  7. 密码技术--椭圆曲线算法EDCSA数字签名及Go语言应用
  8. Windows句柄表学习笔记 —— 句柄表全局句柄表
  9. 【python】并行化的又一种思路
  10. 初学Java,如何成为年薪50万的程序员?
  11. 【SpringCloud】Spring cloud Alibaba seata 分布式事务
  12. python图片顶端_用python进行图片整理
  13. 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
  14. class文件反编译后的汉字乱码问题
  15. ERA5 total precipitation的单位
  16. 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
  17. PHP运行Python脚本
  18. 我所热爱的多触摸系统 bill buxton
  19. USACO之Section 1.1.2 PROB Greedy Gift Givers
  20. 模拟器之AVD模拟器

热门文章

  1. 万能五笔输入法弹窗_万能五笔输入法的广告怎么关闭
  2. 关于免费域名和空间搭建个人网站——服务器篇
  3. 2018 AI产业界大盘点
  4. ESP8266/ESP32 +1.3“ or 0.96“ IIC OLED指针时钟+数字时钟显示
  5. 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
  6. Visio中画各种线条与箭头
  7. Unity 之 贝塞尔曲线介绍和实际使用
  8. 免费听歌下载歌曲的几个网站
  9. 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
  10. 【说不得得半路出家】对一个html案例模版的小小修改