数据可视化-前三章实验复习练习

完成上机练习相关题目，将编程代码和结果整理到实验报告并提交

题目一：绘制展示各班男生、女生英语平均成绩的柱形图

编写程序。根据实例4的要求，绘制展示各班男生、女生英语平均成绩的柱形图，并将全体高二年级的英语平均成绩绘制成参考线。

实验代码：

import numpy as np

import matplotlib.pyplot as plt

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

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

men_means = (90.5, 89.5, 88.7, 88.5, 85.2, 86.6)

women_means = (92.7, 87.0, 90.5, 85.0, 89.5, 89.8)

ind = np.arange(len(men_means))

width = 0.2

fig = plt.figure()

ax = fig.add_subplot(111)

ax.bar(ind - width/2, men_means, width, label = '男生平均成绩')

ax.bar(ind + 0.2, women_means, width, label = '女生平均成绩')

ax.set_title('高二各班男生，女生英语平均成绩')

ax.set_ylabel('分数')

ax.set_xticks(ind)

ax.set_xticklabels(['高二1班', '高二2班', '高二3班', '高二4班',

                    '高二5班', '高二6班'])

ax.axhline(88.5, ls = '--', linewidth = 1.0, label = '全体平均成绩')

ax.legend(loc = "lower right")

plt.show()

实验结果：

题目二：绘制一个展示2013—2019财年阿里巴巴淘宝和天猫平台GMV的柱形图

编写程序。根据实例5的要求，绘制一个展示2013—2019财年阿里巴巴淘宝和天猫平台GMV的柱形图。

实验代码：

import matplotlib.pyplot as plt

import numpy as np



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

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

x = np.arange(1, 8)

y = np.array([10770, 16780, 24440, 30920, 37670, 48200, 57270])

bar_rects = plt.bar(x, y, tick_label = ['FY2013', 'FY2014', 'FY2015','FY2016',

                                        'FY2017','FY2018','FY2019'], width=0.5)

def autolabel(rects):

    for rect in rects:

        height = rect.get_height()

        plt.text(rect.get_x()+rect.get_width()/2, height+300, s='{}'.format(height),

                 ha='center', va = 'bottom')

autolabel(bar_rects)

plt.ylabel('GMV(亿元)')

plt.show()

实验结果：

题目三：绘制一个展示果酱面包配料比例的饼图

编写程序。根据实例6的要求，绘制一个展示果酱面包配料比例的饼图。

实验代码：

import matplotlib.pyplot as plt

import numpy as np

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

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



kinds = ['面粉', '全麦粉', '酵母', '苹果酱', '鸡蛋', '黄油', '盐', '白糖']

weight = [250, 150, 4, 250, 50, 30, 4, 20]

plt.pie(weight, autopct='%3.1f%%')



plt.legend(kinds, loc='upper right', bbox_to_anchor=[2.0, 0.8], ncol=4)



colors = ['pink','pink','pink','pink','pink','pink','pink','pink']

plt.table(cellText=[weight], cellLoc='center', rowLabels=['重量(g)'],

          bbox=[1.2, 0.3, 0.8, 0.2], colLabels=kinds, loc='bottom', rowColours=['pink'], colColours=colors, cellColours= [colors])

plt.show()

实验结果：

题目四：全体男生、女生各科的平均成绩绘制柱形图，绘制堆积柱形图

编写程序。已知实验中学举行了高二期中模拟考试，考试后分别计算了全体男生、女生各科的平均成绩，统计结果如下表。

注：（1）绘制柱形图。柱形图的x轴为学科，y轴为平均成绩。

（2）绘制堆积柱形图。堆积柱形图的x轴为学科，y轴为平均成绩。

（3）设置y轴的标签为“平均成绩（分）”；

（4）设置x轴的刻度标签位于两组柱形中间；

（5）添加标题为“高二男生、女生的平均成绩”；

（6）添加图例；

（7）向每个柱形的顶部添加注释文本，标注平均成绩。

表2-10 全校高二男生、女生的平均成绩

学科	平均成绩（男）	平均成绩（女）
语文	85.5	94
数学	91	82
英语	72	89.5
物理	59	62
化学	66	49
生物	55	53

柱形图：

实验代码：

import matplotlib.pyplot as plt

import numpy as np



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

# 避免图例中无法显示中文



bar_wight = 0.3

x_title = ["语文", "数学", "英语", "物理", "化学", "生物"]



y_boy = np.array([85.5, 91, 72, 59, 66, 55])

y_girl = np.array([94, 82, 89.5, 62, 49, 53])

x_value = np.arange(len(x_title))



plt.bar(x_value, y_boy, tick_label=x_title, width=bar_wight, label="男生")

plt.bar(x_value + bar_wight, y_girl, width=bar_wight, label="女生")



# 向每个柱形的顶部添加注释文本，标注平均成绩

for a, b, c in zip(x_value, y_boy, y_girl):

    # zip函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。

    plt.text(a - bar_wight / 2, b, y_boy[a], fontsize=9)

    plt.text(a + bar_wight / 2, c, y_girl[a], fontsize=9)

    # text（x, y, s, **kwargs)

    # x,y定位

    # s要显示的内容



plt.xticks(x_value + bar_wight / 2, x_title)

# 将x轴刻度标签放在两组柱形中间

plt.axhline(y=(85.5 + 91 + 72 + 59 + 66 + 55 + 94 + 82 + 89.5 + 62 + 49 + 53) / 12, linestyle='--', label='平均成绩')

# 在轴上添加一条直线

plt.ylabel("平均成绩（分）")



plt.title("高二男生、女生的平均成绩")

plt.legend()

plt.show()

实验结果：

堆积柱形图：

实验代码：

#堆积柱形图

import matplotlib.pyplot as plt



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

girl = plt.bar([1, 2, 3, 4, 5, 6], [94, 82, 89.5, 62, 49, 53], label="女生")

boy = plt.bar([1, 2, 3, 4, 5, 6], [85.5, 91, 72, 59, 66, 55], bottom=[94, 82, 89.5, 62, 49, 53], label="男生")

plt.xticks([1, 2, 3, 4, 5, 6], ["语文", "数学", "英语", "物理", "化学", "生物"])



plt.xlabel("学科")

plt.ylabel("平均成绩")



plt.legend()

plt.show()

实验结果：

题目五：物流公司物流费用统计

编写程序。根据2.4.2 实例4：物流公司物流费用统计。将月份列的数据作为x轴的刻度标签，将A公司、B公司、C公司这三列数据作为y轴的数据，使用stackplot()函数绘制堆积面积图。

实验代码：

import numpy as np

import matplotlib.pyplot as plt

x = np.arange(1, 13)

y1 = np.array([198, 215, 245, 222, 200, 236, 201, 253, 236, 200, 266, 290])

y2 = np.array([203, 236, 200, 236, 269, 216, 298, 333, 301, 349, 360, 368])

y3 = np.array([185, 205, 226, 199, 238, 200, 250, 209, 246, 219, 253, 288])

plt.stackplot(x, y1, y2, y3)

plt.show()

实验结果：