数据统计与分析基础 实验二 可视化绘图

实验目的

通过编程和上机实验，掌握实用软件绘图的基本步骤，掌握常见的绘图函数，正确地依据参数绘制常见的数据统计图形，熟悉特殊图形的绘制和图形的修饰。

实验内容

（本节绘图区间均为I=[自己学号-15自己学号+15]）

1.一幅图内同时绘制sin、cos、tan函数曲线图，区间长度为I，三条曲线线型、颜色各不相同。

源代码：

import matplotlib.pyplot as plt
import numpy as np

def main():
    X = np.linspace(195839,195869,300,endpoint=True)#195839 到 195869的300个值
    C = np.cos(X)
    S = np.sin(X)
    T = np.tan(X)
    plt.plot(X,C)
    plt.plot(X,S)
    plt.plot(X,T)
    plt.show()
    
if __name__ == '__main__':
    main()

结果截图：

 

2.绘制三维图形 x = sint-t*cost, y = cost-t*sint, z = t, t区间为I，图形x、y、z轴均加网格线，z轴取对数分布。

源代码：

import matplotlib.pyplot as plt
import matplotlib as mpl
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
from pylab import *

def main():
    mpl.rcParams['legend.fontsize'] = 10
    fig = plt.figure()
    ax = fig.add_subplot(111,projection='3d')
    t = np.linspace(195839,195869,300,endpoint=True)
    x = np.sin(t)-t*np.cos(t)
    y = np.cos(t)-t*np.sin(t)
    z = t
    ax.plot(x,y,z)
    ax.set_zscale('log')
    plt.grid()      #显示网格
    plt.show()

if __name__ == '__main__':
    main()

结果截图：

 3.随机生成一组有效的50人班级的成绩，并绘制合理的统计直方图。

提示：1、成绩为整数；2、直方图需选择合适区间。

源代码：

import numpy as np
import matplotlib.pyplot as plt

def main():
    c = np.random.randint(40,101,50)    #随机生成50个学生的成绩，区间在40-100
    plt.hist(c, bins=6, histtype='bar') #间隔为10，共6个区间，标准直方图
    plt.show()
    
if __name__ == '__main__':
    main()

结果截图：

 4.统计自己十月份的各项支出，并利用软件绘制自己的支出饼状图，采用

3种以上方式展示。

源代码：

import matplotlib.pyplot as plt

def main():
    labels = ['餐饮美食', '日用百货', '服饰装扮', '交通出行', '充值缴费']
    sizes = [58, 16, 10, 6, 10] #五类的占比
    explode1 = (0, 0, 0, 0, 0)
    explode2 = (0.05, 0, 0, 0, 0)
    explode3 = (0, 0.05, 0, 0, 0)
    explode4 = (0, 0.03, 0.06, 0.09, 0.12)
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文
    plt.pie(sizes, explode=explode1, labels=labels, labeldistance=1.1, shadow= False, autopct='%2.0f%%', startangle=90, pctdistance=0.6)
    plt.legend(loc='upper left', bbox_to_anchor=(-0.3, 1))  #图例
    plt.show()
    plt.pie(sizes, explode=explode2, labels=labels, labeldistance=1.1, shadow= False, autopct='%2.0f%%', startangle=90, pctdistance=0.6)
    plt.legend(loc='upper left', bbox_to_anchor=(-0.3, 1))  #图例
    plt.show()
    plt.pie(sizes, explode=explode3, labels=labels, labeldistance=1.1, shadow= False, autopct='%2.0f%%', startangle=90, pctdistance=0.6)
    plt.legend(loc='upper left', bbox_to_anchor=(-0.3, 1))  #图例
    plt.show()
    plt.pie(sizes, explode=explode4, labels=labels, labeldistance=1.1, shadow= False, autopct='%2.0f%%', startangle=90, pctdistance=0.6)
    plt.legend(loc='upper left', bbox_to_anchor=(-0.3, 1))  #图例
    plt.show()
    plt.pie(sizes, explode=explode4, labels=labels, labeldistance=1.1, shadow= True, autopct='%2.0f%%', startangle=90, pctdistance=0.6)
    plt.legend(loc='upper left', bbox_to_anchor=(-0.3, 1))  #图例
    plt.show()
    # labeldistance，文本的位置离远点有多远，1.1指1.1倍半径的位置
    # shadow，饼状图的阴影
    # autopct，圆里面的文本格式，%2.0f%%表示小数有零位，整数有两位的浮点数
    # startangle，起始角度，0，表示从0开始逆时针转，为第一块
    # pctdistance，百分比的text离圆心的距离
    
if __name__ == '__main__':
    main()

结果截图：

 

 

 

 

 5.绘制散点图x = sint-t*cost, y = cost-t*sint,, t区间为I。

源代码：

import numpy as np
import matplotlib.pyplot as plt

def main():
    t = range(195839,195869,1)
    x = np.sin(t)-t*np.cos(t)
    y = np.cos(t)-t*np.sin(t)
    area = np.pi * 4**2     #点的面积
plt.scatter(x, y, s=area, alpha=0.4, label='x-y')
# s为点的面积
    # alpha为点的不透明度
    plt.legend()
    plt.show()
    plt.scatter(x, t, s=area, alpha=0.4, label='x-t')
    plt.scatter(y, t, s=area, alpha=0.4, label='y-t')
    plt.legend()
    plt.show()

if __name__ == '__main__':
    main()

结果截图：

 6.绘制曲线图、阶梯图x = sint-t*cost, y = cost-t*sint,, t区间为I。

源代码：

import numpy as np
import matplotlib.pyplot as plt

def main():
    t = np.linspace(195839,195869,300)
    x = np.sin(t)-t*np.cos(t)
    y = np.cos(t)-t*np.sin(t)
    plt.plot(t, x, label='x-t')
    plt.plot(t, y, label='y-t')
    plt.legend()
    plt.show()
    t = np.linspace(195839,195869,30)
    x = np.sin(t)-t*np.cos(t)
    y = np.cos(t)-t*np.sin(t)
    plt.step(t, x, label='x-t')
    plt.step(t, y, label='y-t')
    plt.legend()
    plt.show()

if __name__ == '__main__':
    main()

结果截图：

 

 

 

搜索

复制