应用数据分析第三周 实训1 分析1996~2015年人口数据特征间的关系

---

前言

今天上应用数据分析课的时候老师让我们去完成书上实训1 分析1996~2015年人口数据特征间的关系 然后我还在网上参考其他人的代码的时候,靠讲台的兄弟已经在网上down好被老师看到，老师就说虽然做出来了，但是有一个问题就是时间轴为什么都是从2015年开始的，然后接下来一排同学都是，于是我就还是自己来吧！话不多说，上代码🙌

---

一、#实训1分析1996年~2015年人口数据特征的关系

import numpy as np
import matplotlib.pyplot as plt

#使用numpy库读取人口数据
data=np.load('populations.npz',allow_pickle=True)
#print(data.files)#查看文件中的数组
#print(data['data'])
#print(data['feature_names'])
 
plt.rcParams['font.sans-serif']='SimHei'#设置中文显示
#这里定义一个函数
def getKeys(data):
    ks=[]
    for i in data.keys():
        ks.append(i)
    return ks
keys = getKeys(data)
values = data[keys[0]][-3::-1, :]
name = data[keys[1]] 
 
p1=plt.figure(figsize=(12,12))#确定画布大小
pip1=p1.add_subplot(2,1,1)#创建一个两行一列的子图并开始绘制
#在子图上绘制散点图
plt.scatter(values[0:20,0],values[0:20,1],marker='8',color='m')
plt.ylabel('总人口（万人）')
plt.legend('年末')
plt.title('1996~2015年末与各类人口散点图')
plt.savefig('E:/TensorFlowDatefile/data/tem/1996、2015年末与各类人口散点图.png')#保存图片
 
pip2=p1.add_subplot(2,1,2)#绘制子图2
plt.scatter(values[0:20,0],values[0:20,2],marker='o',color='yellow')
plt.scatter(values[0:20,0],values[0:20,3],marker='D',color='green')
plt.scatter(values[0:20,0],values[0:20,4],marker='p',color='blue')
plt.scatter(values[0:20,0],values[0:20,5],marker='s',color='purple')
plt.xlabel('时间')
plt.ylabel('总人口（万人）')
plt.xticks(values[0:20,0])
plt.legend(['男性','女性','城镇','乡村'])
 
#在子图上绘制折线图
p2=plt.figure(figsize=(12,12))
p1=p2.add_subplot(2,1,1)
plt.plot(values[0:20,0],values[0:20,1],color='r',linestyle='--',marker='8')
plt.ylabel('总人口（万人）')
plt.xticks(range(0,20,1),values[range(0,20,1),0],rotation=45)#rotation设置倾斜度
plt.legend('年末')
plt.title('1996~2015年末总与各类人口折线图')
plt.savefig('E:/TensorFlowDatefile/data/tem/1996~2015年末总与各类人口折线图.png')#保存图片

p2=p2.add_subplot(2,1,2)
plt.plot(values[0:20,0],values[0:20,2],'y-')
plt.plot(values[0:20,0],values[0:20,3],'g-.')
plt.plot(values[0:20,0],values[0:20,4],'b-')
plt.plot(values[0:20,0],values[0:20,5],'p-')
plt.xlabel('时间')
plt.ylabel('总人口（万人）')
plt.xticks(values[0:20,0])
plt.legend(['男性','女性','城镇','乡村'])
 
#显示图片
plt.show()

实验结果如图所示🐱‍🐉（喜欢的朋友不要忘记关注我哦）

👀

如果大家喜欢这个系列我就把我这个课的实训都分享吧