数据分析(matplotlib)---11.散点图练习

import matplotlib.pyplot as plt
import numpy as np

# 通用设置
# 输出设置
np.set_printoptions(threshold=np.NaN)
# 显示中文
plt.rcParams['font.sans-serif'] = 'SimHei'
# 设置正常显示符号,解决保存图像是符号'-'显示方块
plt.rcParams['axes.unicode_minus'] = False

'----------------------------------代码区域-----------------------------------'
# 1.数据加载
data = np.load('C:\pyproject\day03\matplot_data\国民经济核算季度数据.npz')
content = data['columns']
values = data['values']


# 画布
F = plt.figure(figsize=(18,10),dpi=80)

# 子画布(一)
F.add_subplot(2,2,1)

# 刻度标签
lable = ['第一产业','第二产业','第三产业']
plt.title('2000年第一季度国民生产总值产业构成分布散点图')
plt.xlabel('产业类别')
plt.ylabel('生产总值(亿元)')
plt.xticks(range(3),lable)

plt.scatter(range(3),values[0,3:6],color='chocolate',marker='s')

# 子画布(二)
F.add_subplot(2,2,2)

# 刻度标签
lable = ['第一产业','第二产业','第三产业']
plt.title('2017年第一季度国民生产总值产业构成分布散点图')
plt.xlabel('产业类别')
plt.ylabel('生产总值(亿元)')
plt.xticks(range(3),lable)

plt.scatter(range(3),values[-1,3:6],color='chocolate',marker='s')

# 子画布(三)
F.add_subplot(2,2,3)

# 获取行业名
trades=[]
for trade in content[-9:]:
    trade=trade.split('增加值')
    trade=trade[0]
    trades.append(trade)
plt.title('2000年第一季度国民生产总值行业构成分布散点图')
plt.xlabel('行业')
plt.ylabel('生产总值(亿元)')
plt.xticks(range(9),trades,rotation=30,fontsize=8)
plt.scatter(range(9),values[0,6:])

# 子画布(四)
F.add_subplot(2,2,4)

plt.title('2017年第一季度国民生产总值行业构成分布散点图')
plt.xlabel('行业')
plt.ylabel('生产总值(亿元)')
plt.xticks(range(9),trades,rotation=30,fontsize=8)
plt.scatter(range(9),values[-1,6:])

plt.savefig('img/散点图作业.png')
plt.show()

数据分析(matplotlib)---11.散点图练习_第1张图片

你可能感兴趣的:(数据分析)