可视化实验十：利用Python绘制棒图、散点图

实验目的：

1. 掌握Python中棒图、散点图绘图函数的使用及展示图形的意义
2. 利用上述绘图函数实现数据可视化

实验内容：

1. 练习python中棒图、散点图绘图函数的用法，掌握相关参数的概念
2. 根据步骤一绘图函数要求，处理实验数据
3. 根据步骤二得到的实验数据，绘制棒图、散点图
4. 练习如何通过调整参数使图片呈现不同效果，例如颜色、图例位置、背景网格、坐标轴刻度和标记等

实验过程（附结果截图）：

1. 练习python中棒图、散点图绘图函数的用法，掌握相关参数的概念

（1）绘制棒图

# 导包
import matplotlib.pyplot as plt
import numpy as np

# 中文显示
plt.rcParams['font.family'] = 'FangSong'

# 数据准备
a = np.linspace(0, 10, 20)
b = np.random.randn(20)

# 绘制图形, xyz对应头部, 柱体, 基线
x, y, z = plt.stem(a, b, markerfmt="o", linefmt="-.", basefmt="--")

# 单独设置棉棒末端
plt.setp(x, color='k')

# 显示
plt.show()

（2）绘制散点图

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"C:\Windows\Fonts\simhei.ttf", size=14)

xValue = list(range(0, 101))
yValue = [x * np.random.rand() for x in xValue]

plt.title(u'散点图示例', FontProperties=font)

plt.xlabel('x-value')
plt.ylabel('y-label')
# plt.scatter(x, y, s, c, marker)
# x: x轴坐标
# y：y轴坐标
# s：点的大小/粗细 标量或array_like 默认是 rcParams['lines.markersize'] ** 2
# c: 点的颜色
# marker: 标记的样式 默认是 'o'
plt.legend()

plt.scatter(xValue, yValue, s=20, c="#ff1212", marker='o')
plt.show()

2. 根据步骤一绘图函数要求，处理实验数据

（1）实验数据

a = np.linspace(0.5, 2*np.pi, 20)
b = np.random.randn(20)

3. 根据步骤二得到的实验数据，绘制棒图、散点图

（1）绘制棒图

import matplotlib.pyplot as plt
import numpy as np

a = np.linspace(0.5, 2*np.pi, 20)
b = np.random.randn(20)

plt.stem(a, b)

plt.show()

（2）绘制散点图

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# matplotlib画图中中文显示会有问题，需要这两行设置默认字体

plt.xlabel('X')
plt.ylabel('Y')
plt.xlim(xmax=9, xmin=0)
plt.ylim(ymax=9, ymin=0)
# 画两条（0-9）的坐标轴并设置轴标签x，y

x1 = np.random.normal(2, 1.2, 300)  # 随机产生300个平均值为2，方差为1.2的浮点数，即第一簇点的x轴坐标
y1 = np.random.normal(2, 1.2, 300)  # 随机产生300个平均值为2，方差为1.2的浮点数，即第一簇点的y轴坐标
x2 = np.random.normal(7.5, 1.2, 300)
y2 = np.random.normal(7.5, 1.2, 300)
colors1 = '#00CED1'  # 点的颜色
colors2 = '#DC143C'
area = np.pi * 4**2  # 点面积
# 画散点图
plt.scatter(x1, y1, s=area, c=colors1, alpha=0.4, label='类别A')
plt.scatter(x2, y2, s=area, c=colors2, alpha=0.4, label='类别B')
plt.plot([0, 9.5], [9.5, 0])
plt.legend()
plt.show()

4. 练习如何通过调整参数使图片呈现不同效果，例如颜色、图例位置、背景网格、坐标轴刻度和标记等

（1）绘制棒图

import matplotlib.pyplot as plt
import numpy as np

a = np.linspace(0.5, 2*np.pi, 20)
b = np.random.randn(20)

plt.stem(a, b, linefmt="-.", markerfmt="o", basefmt="-")

plt.show()

（2）绘制散点图

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# matplotlib画图中中文显示会有问题，需要这两行设置默认字体

plt.xlabel('X')
plt.ylabel('Y')
plt.xlim(xmax=9, xmin=0)
plt.ylim(ymax=9, ymin=0)
# 画两条（0-9）的坐标轴并设置轴标签x，y

x1 = np.random.normal(2, 1.2, 300)  # 随机产生300个平均值为2，方差为1.2的浮点数，即第一簇点的x轴坐标
y1 = np.random.normal(2, 1.2, 300)  # 随机产生300个平均值为2，方差为1.2的浮点数，即第一簇点的y轴坐标
x2 = np.random.normal(7.5, 1.2, 300)
y2 = np.random.normal(7.5, 1.2, 300)
colors1 = '#00CED1'  # 点的颜色
colors2 = '#DC143C'
area = np.pi * 4**2  # 点面积
# 画散点图
plt.scatter(x1, y1, s=area, c=colors1, alpha=0.4, label='类别A')
plt.scatter(x2, y2, s=area, c=colors2, alpha=0.4, label='类别B')
plt.plot([0, 9.5], [9.5, 0], linewidth='0.5', color='#000000')
plt.legend()
plt.show()

实验小结自己写写就行，本实验仅供参考。