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
