matplotlib基础(二)

#会折线图
plt.figure(figsize=(8,7))  #设置画布
plt.plot(values[:,0],values[:,2],color='r',linestyle='--',marker="o") #marker 绘制点线图
plt.xlabel("年份")
plt.ylabel("生产总值")
plt.ylim((0,225000))
plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)
plt.show()

#plot可以接收多组数据,添加多条折线图,同时可以分别定义每条折线图的颜色、点的形状和类型,还可以将这3个参数链接在一起,用一个字符串表示

plt.figure(figsize=(8,7))  #设置画布
plt.plot(values[:,0],values[:,2],'bs-',
         values[:,0],values[:,4],'ro-.',
            values[:,0],values[:,5],'gH--',
         ) #marker 绘制点线图
plt.xlabel("年份")
plt.ylabel("生产总值")
plt.ylim((0,225000))
plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)
plt.show()

#分析特征内部数据分部与分散情况
"""
1.绘制直方图,了解特征内部数据数量状况。
2.绘制饼图,了解特征内部数据的占比状况。
3.绘制箱线图,了解特特征内部数据分散情况。
"""
plt.rcParams['font.sans-serif']='SmHei' #设置中文显示
plt.rcParams['axes.unicode_minus']=False
data=np.load('国民经济核算季度数据.npz')
name=data['columns']# 数据标签
values=data['values'] #提取values数组,视为数据存在的位置
label=['第一产业','第二产业','第三产业']#刻度标签

print(values[-1,3:6])
plt.figure(figsize=(6,5))
plt.bar(range(3),values[-1,3:6],width=0.5) #绘制直方图
plt.xlabel('产业')
plt.ylabel('生产总值(亿元)')
plt.xticks(range(3),label)
plt.show()

#绘制饼图
plt.figure(figsize=(6,6)) #设置画布
label=["第一产业","第二产业","第三产业"]
explode=[0.01,0.01,0.01]#设置各项距离圆心的半径
plt.pie(values[-1,3:6],explode=explode,labels=label,autopct='%1.1f%%') #autopct设置数值的显示方式
plt.show()

#绘制箱线图
"""
箱线图也称箱须图,其绘制需要使用常用的统计量,能提供有关数据的位置和关键信息,尤其在比较不同特征时,更可表现
分散程度的差异
"""
label=["第一产业","第二产业","第三产业"]
gdp=(list(values[:,3]),list(values[:,4]),list(values[:,5]))
plt.figure(figsize=(6,4))
plt.boxplot(gdp,notch=True,labels=label,meanline=True) #notch表示中间箱体有缺口  meanline是否显示均值线
plt.show()

你可能感兴趣的:(python,matplotlib)