R3.Matplotlib_绘制散点图和折线统计图

本文介绍了如何使用Python的matplotlib库绘制散点图和折线图。通过scatter()函数绘制了2007-2016年全国、城镇和乡村就业人员的散点图,分别用不同颜色和形状的点表示。然后,利用plot()函数绘制了相应的折线图,以不同颜色和线条样式区分不同类型的就业人员。示例代码详细展示了参数的使用方法,并添加了图例和标题,最后保存了图表。
摘要由CSDN通过智能技术生成

Part_1:散点图 scatter()

pyplot中绘制散点图的函数为scatter

格式:
matplotlib.pyplot.scatter(x,y,s=None,c=None,marker=None,
cmap=None,norm=None,vmin=None,vmax=None,alpha=None,
linewidths=None,verts=None,edgecolors=None,hold=None,
data=None,**kwargs)

参数说明:
x,y:接收array。表示x轴与y轴对应的数据,无默认
s:接收数值或者一维数组的array。指定点的大小,若传入一维array,则表示每个点的大小,默认为None。
c:接收颜色或者一维数组的array。指定点的颜色,若传入一维array,则表示每个点的颜色,默认为None。
marker:接收特定的string。表示绘制的点的类型,默认为None
alpha:接收0~1的小数,表示点的透明度,默认为None

1.1 示例:

使用不同颜色、不同形状的点,绘制2007——2016年全国就业人员、城镇就业人员和乡村就业人员的散点图。其中全国就业人员(万人)用红色的“o”圆圈形状的点来表示,城镇就业人员(万人)用绿色的“x”形状的点来表示,乡村就业人员(万人)用蓝色的“v”来表示

import matplotlib.pyplot as plt
import numpy as np
#导入数据
data=np.loadtxt('p:\data\Employedpopulation.csv',delimiter=",",usecols=(1,2,3,4,5,6,7,8,9,10),dtype=int)
#usecols:选取数据的列
#设置Matplotlib正常显示中文和负号
plt.rcParams['font.sans-serif']=['SimHei']   #用黑体显示中文
plt.rcParams['axes.unicode_minus']=False     #正常显示负号
#创建一个绘图对象,并设置对象的宽度和高度
plt.figure(figsize=(6,4))
#绘制全部就业人员散点图
plt.scatter(data[0],data[1],c='r',marker='o')
#绘制城镇就业人员散点图
plt.scatter(data[0],data[2],c='g',marker='x')
#绘制农村人员就业散点图
plt.scatter(data[0],data[3],c='b',marker='v')
plt.xlabel('年份(年)')
plt.ylabel('人员(万人)')
plt.ylim((30000,80000))
plt.xlim(2006,2017)
plt.title('2007-2016年城镇、乡村和全部就业人员情况散点图')
#添加图例
plt.legend({'全部就业','城镇就业','农村就业'})
plt.savefig('p:/data/Employedpopulation_zs.png')
plt.show()


png

Part_2:散点图 plot()

格式:
matplotlib.pyplot.plot(*args,**kwargs)

plot函数在官方文档中的语法只要求输入不定参数,实际可以输入的参数说明如下:
x,y:接收array。表示x轴和y轴对应的数据,无默认。
color:接收特定的string。指定线条的颜色。默认为None
linestyle:接收特定的string。指定线条的类型,默认为“-”
marker:接收特定的string。表示绘制的点的类型,默认为None
alpha:接收0~1的小数,表示点的透明度,默认为None
delimiter:分隔符。

2.1 示例:

使用不同颜色、不同形状的点,绘制2007——2016年全国就业人员、城镇就业人员和乡村就业人员的折线图。其中全国就业人员(万人)用红色的“-”圆圈形状的点来表示,城镇就业人员(万人)用绿色的“–”形状的点来表示,乡村就业人员(万人)用蓝色的“-.”来表示

import numpy as np
import matplotlib.pyplot as plt
#导入数据
data=np.loadtxt('p:\data\Employedpopulation.csv',delimiter=',',usecols=(1,2,3,4,5,6,7,8,9,10),dtype=int)
#设置matplotlib正常显示中文和负号
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
#创建绘图对象,并设置对象的高度和宽度
plt.figure(figsize=(6,4))
#绘制全部就业人员折线图
plt.plot(data[0],data[1],"r-")
#绘制城镇就业人员折线图
plt.plot(data[0],data[2],"g--")
#绘制农村就业人员折线图
plt.plot(data[0],data[3],"b-.")

plt.xlabel('年份')
plt.ylabel('人员(万人)')
plt.ylim((30000,80000))
plt.xlim(2006,2019)
plt.title('2007-2016年城镇、乡村、全部就业人员情况折线图')

#添加图例
plt.legend({"全部就业",'城镇就业','乡村就业'})
plt.savefig('p:/data/Employedpopulation_line.png')
plt.show()


png

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

TryBest_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值