【无标题】关于大数据

 

1. matplotlib的使用

使用matplotlib绘制图表

书上的示例：

第一步和第二步一定是导入模块 准备数据

课后习题

这句话是错误的

2. 数据可视化的意义：

课后习题：

数据可视化是一个抽象的过程。这句话是对的

3. 常用图表的定义和作用（折线图、柱状图、饼图）

课后习题：

 

应该为折线图

这句话是错的

反应两个变量之间的关系的是散点图

以上1到3考的是判断、选择。后续应该都是填空、操作。

4. 绘制多折线图、两组柱形的柱状图、饼图、圆环图。

绘制多折现图

两组柱形的柱状图

使用pyplot的bar（）函数绘制柱形图

饼图

使用pyplot的pie（）函数可以快速绘制饼图或者圆环图

课后习题：

5．识别常用颜色：红、绿、蓝、黄、紫、青、黑、白。

具体应用在最后的习题里

6.设置线的样式，如实线、长虚线、短虚线、点划线等。

7.设置网格线

8.设置标题

9.设置x、y轴的刻度标签

10.设置楔形图宽度、半径、保留n位小数

楔形图宽度 wedgeprops = {‘width’:宽度}

保留n位小数 autopct='%1.nf%%'

半径radius =

作业一、

作业二、

作业三、

作业四、

作业五、

作业六、

作业七、

作业八、

作业九、

作业十、

作业11

绘制最低最高气温折线图，数据如下：

最高气温： [32, 33, 34, 34, 33, 31, 30, 29, 30, 29, 26, 23, 21, 25, 31]

最低气温： [19, 19, 20, 22, 22, 21, 22, 16, 18, 18, 17, 14, 15, 16, 16]

说明：

（1）最高气温使用紫色长虚线，最低气温使用黑色短虚线。

（2）使用水平、垂直两个方向的网格线。

（3）设置x轴、y轴的标签和图表标题。

代码：

import matplotlib.pyplot as plt

 

# 最高气温和最低气温的数据

high_temps = [32, 33, 34, 34, 33, 31, 30, 29, 30, 29, 26, 23, 21, 25, 31]

low_temps = [19, 19, 20, 22, 22, 21, 22, 16, 18, 18, 17, 14, 15, 16, 16]

 

# 设置折线图的样式

plt.plot(high_temps, linestyle='--', color='purple')  # 最高气温折线

plt.plot(low_temps, linestyle=':', color='black')     # 最低气温折线

 

# 设置网格线

plt.grid(True, which='both')  # 显示水平和垂直网格线

 

# 设置x轴和y轴的标签

plt.xlabel('Days')  # x轴标签

plt.ylabel('Temperature (°C)')  # y轴标签

 

# 设置图表标题

plt.title('Minimum and Maximum Temperature over 15 days')

 

# 显示图例

plt.legend(['Max Temperature', 'Min Temperature'])

 

# 自动调整x轴和y轴的刻度范围

plt.tight_layout()

 

# 显示图表

plt.show()

图：

作业12

绘制甲、乙两位学生五门课程成绩的对比柱形图，数据如下：学生​语文​数学​英语​物理​化学

甲​74​93​84​81​79

乙​88​83​97​74​72

说明：

（1）甲同学的成绩使用红色矩形条表示，乙同学的成绩使用蓝色矩形条表示。

（2）水平轴的标签使用课程名称标记，如“语文”“数学”等。

代码：

import matplotlib.pyplot as plt

 

# 学生成绩数据

subjects = ['语文', '数学', '英语', '物理', '化学']

score_a = [74, 93, 84, 81, 79]

score_b = [88, 83, 97, 74, 72]

 

# 设置水平轴的标签

plt.xticks(range(len(subjects)), subjects)

 

# 设置柱形图的位置和颜色

plt.bar(range(len(subjects)), score_a, width=0.4, color='red', label='甲同学')

plt.bar(range(len(subjects)), score_b, width=0.4, color='blue', label='乙同学')

 

# 添加图例

plt.legend()

 

# 设置图表标题

plt.title('甲、乙两位学生五门课程成绩对比')

 

# 调整显示的布局

plt.tight_layout()

 

# 显示图表

plt.show()

图：

作业13

绘制某学生2024年6月消费情况的圆环图，数据如下：

支出类别​伙食​零食​学习​通讯​服饰​交通​娱乐​其他

金额（元）​931​430​210​68​413​148​100​310

说明：

（1）伙食、服饰使用红色表示，零食、交通使用绿色表示，学习、娱乐使用蓝色表示，通讯、其他使用黄色表示。

（2）绘制标题“6月消费情况”。

（3）楔形宽度为0.75，半径为1.3，数值保留1位小数。

 

代码：

import matplotlib.pyplot as plt

import numpy as np

 

# 数据列表，包含支出类别和对应的金额

categories = ['伙食', '零食', '学习', '通讯', '服饰', '交通', '娱乐', '其他']

values = [931, 430, 210, 68, 413, 148, 100, 310]

colors = ['red', 'green', 'blue', 'yellow', 'red', 'green', 'blue', 'yellow']

explode = [0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1]  # 控制楔形的突出程度

 

# 创建一个圆环图

plt.figure(figsize=(8, 8))

plt.pie(values, labels=categories, colors=colors, autopct='%1.1f%%', explode=explode, shadow=True, radius=1.3)

plt.title('6月消费情况')

plt.axis('equal')  # 保持饼状图为圆形

plt.show()

图：

作业14

绘制甲、乙两国（地区）在各类发电量方面的对比柱形图，数据如下：

国家（地区）​水电​火电​核电​风电​太阳能​其他

甲​174​93​284​21​43​74

乙​88​283​97​34​75​46

说明：

（1）甲国（地区）的发电量使用红色矩形条表示，乙国（地区）的发电量使用蓝色矩形条表示。

（2）水平轴的标签使用发电类别标记，如“水电”“火电”等。

代码：

import matplotlib.pyplot as plt

import numpy as np

 

# 数据

categories = ['水电', '火电', '核电', '风电', '太阳能', '其他']

generation_jia = [174, 93, 284, 21, 43, 74]

generation_yi = [88, 283, 97, 34, 75, 46]

 

x = np.arange(len(categories))  # 生成类别数量的序列

width = 0.4  # 柱形宽度

 

# 绘图

plt.figure(figsize=(10, 6))

 

# 绘制甲国的发电量柱形图（红色）

plt.bar(x - width/2, generation_jia, width=width, color='red', label='甲国')

 

# 绘制乙国的发电量柱形图（蓝色）

plt.bar(x + width/2, generation_yi, width=width, color='blue', label='乙国')

 

# 设置轴标签和标题

plt.xlabel('发电类别')

plt.ylabel('发电量')

plt.title('甲乙两国在各类发电量方面的对比')

 

# 设置x轴刻度和标签

plt.xticks(x, categories)

 

# 显示图例

plt.legend()

 

# 显示图形

plt.tight_layout()

plt.show()

图：

作业15

绘制该学校2023级新生的来源地区的圆环图，数据如下：

来源地区​东北​华北​华东​华中​华南​西南​西北

人数​542​334​189​2304​830​810​410

说明：

（1）东北、华南地区生源人数使用红色表示，华北、西南地区生源人数使用绿色表示，华东、西北地区生源人数使用蓝色表示，华中地区生源人数使用黄色表示。

（2）绘制标题“2023级新生来源地区”。

（3）楔形宽度为0.8，半径为1.3，数值保留1位小数。

代码：

import matplotlib.pyplot as plt

 

# 数据

labels = ['东北', '华北', '华东', '华中', '华南', '西南', '西北']

sizes = [542, 334, 189, 2304, 830, 810, 410]

colors = ['red', 'green', 'blue', 'yellow', 'red', 'green', 'blue']  # 根据要求设置颜色

explode = (0, 0, 0, 0, 0, 0, 0)  # 不设置爆炸效果

 

# 绘图

plt.figure(figsize=(8, 6))

plt.pie(sizes, explode=explode, labels=labels, colors=colors,

       autopct='%1.1f%%', startangle=140, wedgeprops={'width': 0.8, 'linewidth': 1.3})

 

# 设置标题

plt.title('2023级新生来源地区')

 

# 显示图形

plt.axis('equal')  # 保证圆环图比例相等

plt.show()

图:

 

 

 

 

作业12和作业13 不同答案

作业12

绘制甲、乙两位学生五门课程成绩的对比柱形图，数据如下：

学生​语文​数学​英语​物理​化学

甲​74​93​84​81​79

乙​88​83​97​74​72

说明：

（1）甲同学的成绩使用红色矩形条表示，乙同学的成绩使用蓝色矩形条表示。

（2）水平轴的标签使用课程名称标记，如“语文”“数学”等。

 

import matplotlib.pyplot as plt

import numpy as np

 

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

courses = ['语文', '数学', '英语', '物理', '化学']

scores_a = [74, 93, 84, 81, 79]

scores_b = [88, 83, 97, 74, 72]

 

x = range(len(courses))

 

plt.bar(x, scores_a, width=0.4, color='red', label='甲')

plt.bar([i + 0.4 for i in x], scores_b, width=0.4, color='blue', label='乙')

 

plt.xticks(x, courses, rotation=45)

plt.xlabel('课程')

plt.ylabel('成绩')

plt.title('甲、乙学生成绩对比')

plt.legend()

 

plt.show()

作业13

绘制某学生2024年6月消费情况的圆环图，数据如下：

支出类别​伙食​零食​学习​通讯​服饰​交通​娱乐​其他

金额（元）​931​430​210​68​413​148​100​310

说明：

（1）伙食、服饰使用红色表示，零食、交通使用绿色表示，学习、娱乐使用蓝色表示，通讯、其他使用黄色表示。

（2）绘制标题“6月消费情况”。

（3）楔形宽度为0.75，半径为1.3，数值保留1位小数。

 

import matplotlib.pyplot as plt

 

categories = ['伙食', '零食', '学习', '通讯', '服饰', '交通', '娱乐', '其他']

amounts = [931, 430, 210, 68, 413, 148, 100, 310]

 

colors = ['red', 'green', 'blue', 'yellow','red', 'green', 'blue', 'yellow']  # 修正颜色对应

 

plt.pie(amounts, labels=categories, colors=colors, wedgeprops={'width': 0.75, 'radius': 1.3}, autopct='%.1f%%')

plt.title('6 月消费情况')

 

plt.axis('equal')  

plt.show()