1 实验环境
测试数据在评论区!!
2 实验说明
2.1 实验目的
- 了解基本统计图表
- 能够简单制作基本统计图表
2.2 实验要求
- 根据实验手册要求制作图表
- 将制作好的图表粘贴到实验内容及结果中
2.3 实验报告
建议使用Markdown写实验报告;但也可以使用Word写
任选一种实验报告撰写方式即可
2.3.1 Markdown
- 文件命名格式: 内容_实验报告_姓名学号, 例如: 基本统计图表_实验报告_张三001
- 报告中保留代码和运行结果
- 保留有输出信息的jupyter文件在本次实验所在的目录下即可
2.3.2 Word文档
- 文件命名格式: 内容_实验报告_姓名学号, 例如: 基本统计图表_实验报告_张三001
- 上传到jupyter中你的用户目录,本次实验所在的目录下
3 Excle
样例方法使用的软件是WPS, 如果还没安装可点击 下载安装WPS
当然也可以使用Office,操作类似
3.1 柱形图
- 打开《基本统计图表练习数据.xls》文件,选择广州天气数据表格
- 选择空气质量->菜单栏选插入->图表->柱形图->簇状柱形图
- 其他设置及颜色自由发挥
3.2 折线图
- 打开《基本统计图表练习数据.xls》文件,选择广州天气数据表格
- 选择最高气温->菜单栏选插入->图表->折线图->折线图
- 其他设置及颜色自由发挥
3.3 散点图
- 打开《基本统计图表练习数据.xls》文件,选择广州天气数据表格
- 选择最高气温->菜单栏选插入->图表->散点图->散点图
- 其他设置及颜色自由发挥
3.4 饼图
- 打开《基本统计图表练习数据.xls》文件,选择国内生产总值
- 选择三大产业的数据->菜单栏选插入->图表->饼图->饼图
- 其他设置及颜色自由发挥
3.5 雷达图
- 打开《基本统计图表练习数据.xls》文件,选择资产管理
- 选择三大产业的数据->菜单栏选插入->图表->雷达图->雷达图
- 其他设置及颜色自由发挥
4 matplotlib
将《基本统计图表练习数据.xls》文件上传到和pycharm文件同一目录
4.1 柱形图
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['FangSong']
plt.rcParams['axes.unicode_minus'] = False
data = pd.read_excel('基本统计图表练习数据.xls', '广州天气数据')
x = data['日期'].tolist()
y = data['空气质量指数'].tolist()
plt.figure(figsize=(20, 8))
plt.bar(x, y)
plt.show()
4.2 折线图
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['FangSong']
plt.rcParams['axes.unicode_minus'] = False
data = pd.read_excel('基本统计图表练习数据.xls', '广州天气数据')
x = data['日期'].tolist()
y = data['最高气温(℃)'].tolist()
plt.figure(figsize=(20, 8))
plt.ylim(0, 30)
plt.plot(x, y)
plt.show()
4.3 散点图
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['FangSong']
plt.rcParams['axes.unicode_minus'] = False
data = pd.read_excel('基本统计图表练习数据.xls', '广州天气数据')
x = data['日期'].tolist()
y = data['最高气温(℃)'].tolist()
x[5:7]
plt.figure(figsize=(20, 8))
plt.ylim(0, 30)
plt.scatter(x, y)
plt.show()
4.4 饼图
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['FangSong']
plt.rcParams['axes.unicode_minus'] = False
data = pd.read_excel('基本统计图表练习数据.xls', '国内生产总值')
x = data['名称'][1:].tolist()
y = data['产值'][1:].tolist()
plt.ylim(0, 30)
plt.pie(y)
plt.show()
4.5 雷达图
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['FangSong']
plt.rcParams['axes.unicode_minus'] = False
data = pd.read_excel('基本统计图表练习数据.xls', '资产管理')
labels = np.array(data['名称'].tolist())
value = np.array(data['金额'].tolist())
angles = np.linspace(0, 2*np.pi, len(value), endpoint=False)
value = np.concatenate((value, [value[0]]))
angles = np.concatenate((angles, [angles[0]]))
labels = np.concatenate((labels, [labels[0]]))
fig = plt.figure()
ax = fig.add_subplot(111, polar=True)
ax.plot(angles, value, linewidth=2)
ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties="FangSong")
plt.show()