python数据分析与应用-Python数据分析与应用课后实训（一）

import numpy as np

import matplotlib.pyplot as plt

data = np.load("F:/Python数据分析与应用PPT、教案、实训数据、习题答案/37304-Python数据分析与应用-课后实训数据/第3章/populations.npz’)

plt.rcParams["font.sans-serif’]=’SimHei’###与python3.7之前的版本不同font-sans-serif

plt.rcParams["axes.unicode_minus’]=False

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 = (14, 7))

# 子图1 散点图

ax1 = p1.add_subplot(1, 2, 1)

plt.title("1996-2015年人口数据特征间的关系散点图’)

plt.xlabel("年份’)

plt.ylabel("人口数（万人）’)

plt.xticks(range(0, 20), values[:, 0], rotation = 45)

plt.scatter(values[:, 0], values[:, 1], marker = "o’, c = "r’)

plt.scatter(values[:, 0], values[:, 2], marker = "D’, c = "b’)

plt.scatter(values[:, 0], values[:, 3], marker = "h’, c = "g’)

plt.scatter(values[:, 0], values[:, 4], marker = "s’, c = "y’)

plt.scatter(values[:, 0], values[:, 5], marker = "*’, c = "c’)

plt.legend(["年末总人口’,’男性人口’,’女性人口’,’城镇人口’,’乡村人口’])

# 子图2 折线图

ax2 = p1.add_subplot(1, 2, 2)

plt.title("1996-2015年人口数据特征间的关系折线图’)

plt.xlabel("年份’)

plt.ylabel("人口数（万人）’)

plt.xticks(range(0,20), values[:,0], rotation=45)

plt.plot(values[:,0], values[:,1], "rs-",

values[:,0], values[:,2], "bd-.’,

values[:,0], values[:,3], "gh–",

values[:,0], values[:,4], "y*:’,

values[:,0], values[:,5], "cv-.’)

plt.legend(["年末总人口’,’男性人口’,’女性人口’,’城镇人口’,’乡村人口’])

plt.savefig(".1996~2015年人口数据特征间关系散点图和折线图.png’)

plt.show()

可用参数

文件位置：

搜索方法