学习笔记21.07.15:绘制散点图

# TODO 使用from...import从pyecharts.charts导入Scatter
from pyecharts.charts import Scatter
# 使用import导入openpyxl模块
import openpyxl
# 从pyecharts导入options,简称为opts
from pyecharts import options as opts
# TODO 从pyecharts.globals导入ThemeType
from pyecharts.globals import ThemeType
# 将文件路径/Users/jiguang/wj.xlsx,赋值给path
path = "/Users/jiguang/wj.xlsx"
# 使用openpyxl.load_workbook()读取文件,赋值给wb
wb = openpyxl.load_workbook(path)
#使用工作簿["工作表"]读取选手数据,赋值给sheet
sheet = wb["选手数据"]

# 新建一个列表list
List = []
# for循环遍历sheet第C列单元格cell
for cell in sheet["C"]:
# 使用.value属性获取cell的值
# 使用append()函数添加进列表List
    List.append(cell.value)
# 列表xdata
xdata = range(1,101)
# 列表TSdata
TSdata = List[1:101]
# 列表DXdata
DXdata = List[101:201]

# TODO 创建一个散点图Scatter对象并赋值给变量scatter
# 添加参数init_opts,设置标签配置项opts.InitOpts(),传入宽width="1000px", 高height="600px",主题theme="light"
scatter=Scatter(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))
# 使用add_xaxis函数,传入xdata作为x轴数据
scatter.add_xaxis(xaxis_data = xdata)
# TODO 使用add_yaxis函数,设置图例名称为"TS",传入TSdata作为y轴数据
# 添加参数label_opts,设置标签配置项opts.LabelOpts(),传入is_show=False
scatter.add_yaxis('TS',y_axis=TSdata,label_opts=opts.LabelOpts(is_show=False))
# 使用add_yaxis函数,设置图例名称为"DX",传入DXdata作为y轴数据
# 添加参数label_opts,设置标签配置项opts.LabelOpts(),传入is_show=False
scatter.add_yaxis("DX", y_axis = DXdata, label_opts=opts.LabelOpts(is_show=False))
# 使用set_global_opts()设置全局配置
scatter.set_global_opts(
    # TODO 添加xaxis_opts,设置坐标轴配置项opts.AxisOpts(),传入name="场次"
    xaxis_opts=opts.AxisOpts(name='场次'),
    # 添加yaxis_opts,设置坐标轴配置项为opts.AxisOpts(),传入name="KDA"
    yaxis_opts=opts.AxisOpts(name="KDA"),
    # TODO 添加title_opts,设置标题配置项为opts.TitleOpts,传入title="选手近100场比赛表现"
    title_opts=opts.TitleOpts(title='选手近100场比赛表现')
)
# 使用render()函数生成散点图,将文件存到路径/Users/jiguang/wj.html
scatter.render("/Users/jiguang/wj.html") 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1985年1月至2005年12月,原油现货交易价格如下。数据为:26.41 26.73 28.29 27.63 27.84 26.87 27.12 28.08 29.08 30.38 29.75 26.3 18.83 13.26 10.42 13.34 14.3 12.78 11.15 15.9 14.77 15.27 15 17.94 18.75 16.6 18.83 18.73 19.38 20.29 21.37 19.73 19.59 19.96 18.51 16.7 16.94 16.01 17.08 17.99 17.51 15.16 16.31 15.18 13.37 13.58 15.32 17.24 17.03 18.15 20.19 20.42 19.9 20.27 18.31 18.83 20.13 19.94 19.89 21.82 22.68 21.54 20.28 18.54 17.4 17.07 20.69 27.32 39.51 35.23 28.85 28.44 21.54 19.16 19.63 20.96 21.13 20.56 21.68 22.26 22.23 23.37 21.48 19.12 18.9 18.68 19.44 20.85 22.11 21.6 21.87 21.48 21.71 20.62 19.89 19.5 20.26 20.6 20.44 20.53 20.02 18.85 17.88 18.29 18.79 16.92 15.43 14.17 15.19 14.48 14.79 16.9 18.31 19.37 20.3 17.56 18.39 18.19 18.05 17.76 18.39 18.49 19.17 20.38 18.89 17.4 17.56 17.84 17.54 17.64 18.18 19.55 17.74 19.54 21.47 21.2 19.76 20.92 20.42 22.25 24.38 23.35 23.75 25.92 24.15 20.3 20.41 20.21 20.88 19.8 20.14 19.61 21.18 21.08 19.15 17.64 17.21 15.44 15.61 15.39 13.95 14.18 14.3 13.34 16.14 14.42 11.22 11.28 12.75 12.27 16.16 18.23 16.84 18.37 20.53 21.9 24.51 21.75 24.59 25.6 28.27 30.43 27.31 25.74 29.01 32.5 27.43 33.12 30.84 33.48 33.82 27.8 28.66 27.39 27.09 27.86 28.37 28.2 26.1 27.2 23.36 21.07 19.37 19.84 19.2 21.48 26.12 27.36 25.02 26.8 27.21 28.99 30.52 26.86 26.79 30.45 33.56 37.05 31.02 26.13 29.32 30.06 30.61 31.78 28.89 28.77 29.95 32.89 33.26 35.56 36.13 37.74 39.41 35.76 43.5 41.8 49.55 51.49 49.98 42.76 47.1 51.93 55.07 50.41 51.48 56.84 60.34 69.31 66.37 60.6 56.41 59.88 请回答:(1)研究1985-2005年原油现货价格的走势,对原油价格拟合 ARIMA模型。(2)研究原油现货价格的波动特征。如果存在条件异异方差,则拟合适当的条件异方差模型。 (3)预测2006-2007年月原油现货价格的走势及 95%的置信区间。
06-04

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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