plt.figure(figsize=(8,7))
plt.plot(values[:,0],values[:,2],color='r',linestyle='--',marker="o")
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()
plt.figure(figsize=(8,7))
plt.plot(values[:,0],values[:,2],'bs-',
values[:,0],values[:,4],'ro-.',
values[:,0],values[:,5],'gH--',
)
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()
"""
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'
plt.rcParams['axes.unicode_minus']=False
data=np.load('国民经济核算季度数据.npz')
name=data['columns']
values=data['values']
label=['第一产业','第二产业','第三产业']
print(values[-1,3:6])
plt.figure(figsize=(6,5))
plt.bar(range(3),values[-1,3:6],width=0.5)
plt.xlabel('产业')
plt.ylabel('生产总值(亿元)')
plt.xticks(range(3),label)
plt.show()
plt.figure(figsize=(6,6))
label=["第一产业","第二产业","第三产业"]
explode=[0.01,0.01,0.01]
plt.pie(values[-1,3:6],explode=explode,labels=label,autopct='%1.1f%%')
plt.show()
"""
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)
plt.show()