数据可视化第四章好题

以3种表示方式绘制2条直线直线，颜色分别为绿色和黄色

#以3种表示方式（单词缩写或单词、十六进制或HTML模式、RGB模式）绘制2条直线直线，颜色分别为绿色和黄色
 
import matplotlib.pyplot as plt
 
#单词缩写或单词表示的颜色
 
plt.plot([1, 2, 3], [3, 4, 5], color='g')
 
plt.plot([1, 2, 3], [9, 16, 25], color='y')
 
plt.show()
 
 
 
#十六进制/HTML模式表示的颜色
 
plt.plot([1, 2, 3], [3, 4, 5], color='#FFFF00')#yellow
 
plt.plot([1, 2, 3], [9, 16, 25], color='#00FF00')#green
 
plt.show()
 
 
 
#RGB模式表示的颜色
 
plt.plot([1, 2, 3], [3, 4, 5], color=(0.0, 1.0, 0.0))#green
 
plt.plot([1, 2, 3], [9, 16, 25], color=(1.0, 1.0, 0.0))#yellow
 
plt.show()

  汽车速度与制动距离的关系，绘制不同颜色散点图

#根据第2章实例3的要求，汽车速度与制动距离的关系，绘制不同颜色散点图（通过colormaps()查找颜色映射表），采用cmap="summer"做两个颜色的图。
 
import numpy as np
 
import matplotlib.pyplot as plt
 
 
 
# 准备 x 轴和 y 轴的数据
 
x_speed = np.arange(10, 210, 10)
 
y_distance = np.array([0.5, 2.0, 4.4, 7.9, 12.3,
 
                       17.7, 24.1, 31.5, 39.9, 49.2,
 
                       59.5, 70.8, 83.1, 96.4, 110.7,
 
                       126.0, 142.2, 159.4, 177.6, 196.8])
 
 
 
# 绘制散点图，使用x_speed的值映射到"summer"颜色映射
 
#第一种color
 
plt.scatter(x_speed, y_distance, c=x_speed, cmap='summer')
 
plt.colorbar(label='Speed (km/h)')
 
plt.xlabel('Speed (km/h)')
 
plt.ylabel('Braking Distance (m)')
 
plt.title('Speed vs Braking Distance with Summer Colormap')
 
plt.show()
 
 
 
#第二种color
 
# 绘制散点图，使用x_speed的值映射到"summer"颜色映射
 
plt.scatter(x_speed, y_distance, c=x_speed, cmap='Blues')
 
plt.colorbar(label='Speed (km/h)')
 
plt.xlabel('Speed (km/h)')
 
plt.ylabel('Braking Distance (m)')
 
plt.title('Speed vs Braking Distance with Summer Colormap')
 
plt.show()

绘制一个展示2017年7月与2019年7月国际外汇市场美元/人民币汇率走势的折线图 

1. 导入matplotlib.pyplot模块；
2. 准备x轴和y轴的数据；
3. 绘制一条颜色为湖绿色、线宽为2的实线；
4. 绘制一条颜色为紫色、线宽为2的长虚线；
5. 设置图表的标题为“2017年7月与2019年7月美元/人民币汇率”；
6. 设置x轴的标签为“日期”，y轴的标签为“汇率”；
7. 添加图例。

 

#展示2017年7月与2019年7月国际外汇市场美元/人民币汇率走势的折线图
 
import numpy as np
 
import matplotlib.pyplot as plt
 
plt.rcParams["font.sans-serif"] = ["SimHei"]
 
plt.rcParams["axes.unicode_minus"] = False
 
# 汇率
 
eurcny_2017 = np.array([6.8007, 6.8007, 6.8015, 6.8015, 6.8060,  6.8060, 6.8060, 6.8036,
 
                        6.8025, 6.7877, 6.7835, 6.7758, 6.7700, 6.7463, 6.7519,6.7511,
 
                        6.7511, 6.7539, 6.7265])
 
eurcny_2019 = np.array([6.8640, 6.8705, 6.8697, 6.8697, 6.8697,6.8881, 6.8853, 6.8856,
 
                        6.8677, 6.8662, 6.8662, 6.8662, 6.8827, 6.8761, 6.8635,6.8860,
 
                        6.8737, 6.8796, 6.8841])
 
date_x = np.array([3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 17, 18, 19, 24, 25, 26, 31])
 
fig = plt.figure()
 
ax = fig.add_subplot(111)
 
# 第1 条折线 : 湖绿色 , 实线 , 线宽为 2
 
ax.plot(date_x, eurcny_2017, color='#006374', linewidth=2, label='2017年7月美元/人民币汇率')
 
# 第2 条折线 : 紫色 , 长虚线 , 线宽为 2
 
ax.plot(date_x, eurcny_2019, color='#8a2e76', linestyle='--', linewidth=2, label='2019年7月美元/人民币汇率')
 
ax.set_title('2017年7月与2019年7月美元/人民币汇率走势')
 
ax.set_xlabel('日期')
 
ax.set_ylabel('汇率')
 
ax.legend()
 
plt.show()