实验二图表辅助元素的定制

1.考察知识点添加标题、添加图例、注释文本等。

结合实验一中第一题数据，并在第一问的基础上定制柱形图，具体要求为：

1. 设置y轴的标签为“平均成绩（分）”；
2. 设置x轴的标签为“学科”；
3. 添加标题为“高二男生、女生的平均成绩”；
4. 添加图例“平均成绩（男）”、“平均成绩（女）”；
5. 向每个柱形的顶部添加注释文本，标注平均成绩。

 代码如下：

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.arange(6)
y1 = np.array([85.5, 91, 72, 59, 66, 55])
y2 = np.array([94, 82, 89.5, 62, 49, 53])
bar_rect = plt.bar(x, y1, tick_label=['语文', '数学', '英语', '物理', '化学', '生物'],
                   align='edge', width=0.3)
plt.bar(x + 0.3, y2, align='edge', width=0.3)
kinds = ['平均成绩（男）', '平均成绩（女）']
tick_label = ['语文', '数学', '英语', '物理', '化学', '生物']
xx = range(len(tick_label))
for a, b in zip(x+0.15, y1):
    plt.text(a, b, '%.0f' % b, ha='center', va='bottom', fontsize=12);
for a, b in zip(x + 0.45, y2):
    plt.text(a, b, '%.0f' % b, ha='center', va='bottom', fontsize=12);
plt.legend(kinds)
plt.xticks([index + 0.3 for index in xx], tick_label)
plt.xlabel('学科')
plt.ylabel('平均成绩（分）')
plt.title('高二男生、女生的平均成绩')
plt.show()

2. 考察知识点设置坐标轴的标签、刻度标签、图例等

编写程序。根据下表我国2000-2019年总人口数据，绘制图形。

指标	年末总人口(万人)	0-14岁人口(万人)	15-64岁人口(万人)	65岁及以上人口(万人)
2000年	126743	29012	88910	8821
2001年	127627	28716	89849	9062
2002年	128453	28774	90302	9377
2003年	129227	28559	90976	9692
2004年	129988	27947	92184	9857
2005年	130756	26504	94197	10055
2006年	131448	25961	95068	10419
2007年	132129	25660	95833	10636
2008年	132802	25166	96680	10956
2009年	133450	24659	97484	11307
2010年	134091	22259	99938	11894
2011年	134735	22164	100283	12288
2012年	135404	22287	100403	12714
2013年	136072	22329	100582	13161
2014年	136782	22558	100469	13755
2015年	137462	22715	100361	14386
2016年	138271	23008	100260	15003
2017年	139008	23348	99829	15831
2018年	139538	23523	99357	16658
2019年	140005	23493	98914	17599

1. 绘制2000-2019年年末总人口数据散点图，要求使用标签、标题等辅助元素；
2. 绘制2000-2019年各年龄段年末总人口散点图，要求使用标签、标题、图例等，并对x轴刻度标签设置一定的角度。

代码如下：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = ['2000年', '2001年', '2002年', '2003年', '2004年', '2005年', '2006年', '2007年', '2008年', '2009年', '2010年',
     '2011年', '2012年', '2013年', '2014年', '2015年', '2016年', '2017年', '2018年', '2019年']
y = [126743, 127627, 128453, 129227, 129988, 130756, 131448, 132129, 132802, 133450, 134091, 134735, 135404, 136072,
     136782, 137462, 138271, 139008, 139538, 140005]
kinds = ['年末总人口（万人）']

plt.scatter(x, y, marker='^')#marker可以改成你自己喜欢的
plt.xticks(rotation=45)
plt.xlabel('年份')
plt.ylabel('年末总人口（万人）')
plt.title('2000-2019年总人口数据')
plt.legend(kinds)
plt.show()

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = ['2000年', '2001年', '2002年', '2003年', '2004年', '2005年', '2006年', '2007年', '2008年', '2009年', '2010年',
     '2011年', '2012年', '2013年', '2014年', '2015年', '2016年', '2017年', '2018年', '2019年']
y1 = [29012, 28716, 28774, 28559, 27947, 26504, 25961, 25660, 25166, 24659, 22259, 22164, 22287, 22329, 22558,
      22715, 23008, 23348, 23523, 23493]
y2 = [88910, 89849, 90302, 90976, 92184, 94197, 95068, 95833, 96680, 97484, 99938, 100283, 100403, 100582,
      100469, 100361, 100260, 99829, 99357, 98914]
y3 = [8821, 9062, 9377, 9692, 9857, 10055, 10419, 10636, 10956, 11307, 11894, 12288, 12714, 13161, 13755, 14386,
      15003, 15831, 16658, 17599]
kinds = ['0-14岁人口(万人)', '15-64岁人口(万人)', '65岁及以上人口(万人)']

plt.scatter(x, y1, marker='*')
plt.scatter(x, y2, marker='^')
plt.scatter(x, y3, marker='+')

plt.xticks(rotation=45)
plt.xlabel('年份')
plt.ylabel('年末总人口（万人）')
plt.title('2000-2019年各年龄段年末总人口散点图')
plt.legend(kinds)
plt.show()