In [4]:

rad = np.arange(0,np.pi*2,0.01) p1 = plt.figure(figsize=(8,6),dpi=80)## 确定画布大小 ##第一幅子图 ax1 = p1.add_subplot(2,1,1)## 创建一个两行1列的子图，并开始绘制第一幅 plt.title('lines')## 添加标题 plt.xlabel('x')## 添加x轴的名称 plt.ylabel('y')## 添加y轴的名称 plt.xlim((0,1))## 确定x轴范围 plt.ylim((0,1))## 确定y轴范围 plt.xticks([0,0.2,0.4,0.6,0.8,1])## 规定x轴刻度 plt.yticks([0,0.2,0.4,0.6,0.8,1])## 确定y轴刻度 plt.plot(rad,rad**2)## 添加y=x^2曲线 plt.plot(rad,rad**4)## 添加y=x^4曲线 plt.legend(['y=x^2','y=x^4']) ##第二幅子图 ax2 = p1.add_subplot(2,1,2)## 创开始绘制第2幅 plt.title('sin/cos') ## 添加标题 plt.xlabel('rad')## 添加x轴的名称 plt.ylabel('value')## 添加y轴的名称 plt.xlim((0,np.pi*2))## 确定x轴范围 plt.ylim((-1,1))## 确定y轴范围 plt.xticks([0,np.pi/2,np.pi,np.pi*1.5,np.pi*2])## 规定x轴刻度 plt.yticks([-1,-0.5,0,0.5,1])## 确定y轴刻度 plt.plot(rad,np.sin(rad))## 添加sin曲线 plt.plot(rad,np.cos(rad))## 添加cos曲线 plt.legend(['sin','cos']) #plt.savefig('../tmp/sincos.png') plt.show()

In [15]:

#设置pyplot的动态rc参数

## 原图
x = np.linspace(0, 4*np.pi)## 生成x轴数据 y = np.sin(x)## 生成y轴数据 plt.plot(x,y,label="$sin(x)$")## 绘制sin曲线图 plt.title('sin') #plt.savefig('../tmp/默认sin曲线.png') plt.show() ## 修改rc参数后的图 plt.rcParams['lines.linestyle'] = ':' plt.rcParams['lines.linewidth'] = 3 plt.plot(x,y,label="$sin(x)$")## 绘制三角函数 plt.title('sin') #plt.savefig('../tmp/修改rc参数后sin曲线.png') plt.show()

In [16]:

## 无法显示中文标题
plt.plot(x,y,label="$sin(x)$")## 绘制三角函数 plt.title('sin曲线') #plt.savefig('../tmp/无法显示中文标题sin曲线.png') plt.show()

In [17]:

##设置rc参数显示中文标题
plt.rcParams['font.sans-serif'] = 'SimHei' ## 设置字体为SimHei显示中文 plt.rcParams['axes.unicode_minus'] = False ## 设置正常显示符号 plt.plot(x,y,label="$sin(x)$")## 绘制三角函数 plt.title('sin曲线') #plt.savefig('../tmp/显示中文标题sin曲线.png') plt.show()

In [18]:

import numpy as np
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = 'SimHei' ## 设置中文显示 plt.rcParams['axes.unicode_minus'] = False data = np.load('F:/Python CODE/data/国民经济核算季度数据.npz') name = data['columns'] ## 提取其中的columns数组，视为数据的标签 values = data['values']## 提取其中的values数组，数据的存在位置 plt.figure(figsize=(8,7))## 设置画布 plt.scatter(values[:,0],values[:,2], marker='o')## 绘制散点图 plt.xlabel('年份')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加y轴名称 plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45) plt.title('2000-2017年季度生产总值散点图')## 添加图表标题 #plt.savefig('../tmp/2000-2017年季度生产总值散点图.png') plt.show()

In [26]:

Out[26]:

array([[1, '2000年第一季度', 21329.9, ..., 1235.9, 933.7, 3586.1],
       [2, '2000年第二季度', 24043.4, ..., 1124.0, 904.7, 3464.9],
       [3, '2000年第三季度', 25712.5, ..., 1170.4, 1070.9, 3518.2],
       ..., 
       [67, '2016年第三季度', 190529.5, ..., 15472.5, 12164.1, 37964.1],
       [68, '2016年第四季度', 211281.3, ..., 15548.7, 13214.9, 39848.4],
       [69, '2017年第一季度', 180682.7, ..., 17213.5, 12393.4, 42443.1]], dtype=object)

In [49]:

plt.figure(figsize=(8,7))## 设置画布 plt.scatter(values[:,0],values[:,3], marker='o',c='red')## 绘制散点1 plt.scatter(values[:,0],values[:,4], marker='D',c='blue')## 绘制散点2 plt.scatter(values[:,0],values[:,5], marker='v',c='yellow')## 绘制散点3 plt.xlabel('年份')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加纵轴标签 plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45) plt.title('2000-2017年各产业季度生产总值散点图')## 添加图表标题 plt.legend(['第一产业','第二产业','第三产业'])## 添加图例 #plt.savefig('../tmp/2000-2017年各产业季度生产总值散点图.png') plt.show()

In [48]:

plt.figure(figsize=(8,7))## 设置画布 ## 绘制折线图 plt.plot(values[:,0],values[:,2],color = 'c',linestyle = '--') plt.xlabel('年份')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加y轴名称 plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45) plt.title('2000-2017年季度生产总值折线图')## 添加图表标题 #plt.savefig('../tmp/2000-2017年季度生产总值折线图.png') plt.show()

In [47]:

plt.figure(figsize=(8,7))## 设置画布 plt.plot(values[:,0],values[:,2],color = 'k',linestyle = ':', marker = 'o')## 绘制折线图 plt.rcParams['lines.linewidth'] = 1.5 plt.xlabel('年份')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加y轴名称 plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45) plt.title('2000-2017年季度生产总值点线图')## 添加图表标题 #plt.savefig('../tmp/2000-2017年季度生产总值点线图.png') plt.show()

In [50]:

#多条折线图
plt.figure(figsize=(8,7))## 设置画布 plt.plot(values[:,0],values[:,3],'bs-', values[:,0],values[:,4],'ro-.', values[:,0],values[:,5],'gH--')## 绘制折线图 plt.xlabel('年份')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加y轴名称 plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45) plt.title('2000-2017年各产业季度生产总值折线图')## 添加图表标题 plt.legend(['第一产业','第二产业','第三产业']) #plt.savefig('../tmp/2000-2017年季度各产业生产总值折线图.png') plt.show()

In [51]:

import numpy as np
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = 'SimHei' ## 设置中文显示 plt.rcParams['axes.unicode_minus'] = False data = np.load('F:/Python CODE/data/国民经济核算季度数据.npz') name = data['columns']## 提取其中的columns数组，视为数据的标签 values = data['values']## 提取其中的values数组，数据的存在位置 p = plt.figure(figsize=(12,12)) ##设置画布 ## 子图1 ax1 = p.add_subplot(2,1,1) plt.scatter(values[:,0],values[:,3], marker='o',c='r')## 绘制散点 plt.scatter(values[:,0],values[:,4], marker='D',c='b')## 绘制散点 plt.scatter(values[:,0],values[:,5], marker='v',c='y')## 绘制散点 plt.ylabel('生产总值（亿元）')## 添加纵轴标签 plt.title('2000-2017年各产业季度生产总值散点图')## 添加图表标题 plt.legend(['第一产业','第二产业','第三产业'])## 添加图例 ## 子图2 ax2 = p.add_subplot(2,1,2) plt.scatter(values[:,0],values[:,6], marker='o',c='r') ## 绘制散点 plt.scatter(values[:,0],values[:,7], marker='D',c='b') ## 绘制散点 plt.scatter(values[:,0],values[:,8], marker='v',c='y') ## 绘制散点 plt.scatter(values[:,0],values[:,9], marker='8',c='g') ## 绘制散点 plt.scatter(values[:,0],values[:,10], marker='p',c='c') ## 绘制散点 plt.scatter(values[:,0],values[:,11], marker='+',c='m') ## 绘制散点 plt.scatter(values[:,0],values[:,12], marker='s',c='k') ## 绘制散点 plt.scatter(values[:,0],values[:,13], marker='*',c='purple')## 绘制散点 plt.scatter(values[:,0],values[:,14], marker='d',c='brown')## 绘制散点 plt.legend(['农业','工业','建筑','批发','交通','餐饮','金融','房地产','其他']) plt.xlabel('年份')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加纵轴标签 plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45) #plt.savefig('../tmp/2000-2017年季度各行业生产总值散点子图.png') plt.show()

In [52]:

p1 = plt.figure(figsize=(8,7))## 设置画布 ## 子图1 ax3 = p1.add_subplot(2,1,1) plt.plot(values[:,0],values[:,3],'b-',values[:,0],values[:,4],'r-.',values[:,0],values[:,5],'g--')## 绘制折线图 plt.ylabel('生产总值（亿元）')## 添加纵轴标签 plt.title('2000-2017年各产业季度生产总值折线图')## 添加图表标题 plt.legend(['第一产业','第二产业','第三产业'])## 添加图例 ## 子图2 ax4 = p1.add_subplot(2,1,2) plt.plot(values[:,0],values[:,6], 'r-',## 绘制折线图 values[:,0],values[:,7], 'b-.',## 绘制折线图 values[:,0],values[:,8],'y--',## 绘制折线图 values[:,0],values[:,9], 'g:',## 绘制折线图 values[:,0],values[:,10], 'c-',## 绘制折线图 values[:,0],values[:,11], 'm-.',## 绘制折线图 values[:,0],values[:,12], 'k--',## 绘制折线图 values[:,0],values[:,13], 'r:',## 绘制折线图 values[:,0],values[:,14], 'b-')## 绘制折线图 plt.legend(['农业','工业','建筑','批发','交通','餐饮','金融','房地产','其他']) plt.xlabel('年份')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加纵轴标签 plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45) #plt.savefig('../tmp/2000-2017年季度各行业生产总值折线子图.png') plt.show()

In [55]:

values[range(0,70,4),1]

Out[55]:

array(['2000年第一季度', '2001年第一季度', '2002年第一季度', '2003年第一季度', '2004年第一季度',
       '2005年第一季度', '2006年第一季度', '2007年第一季度', '2008年第一季度', '2009年第一季度',
       '2010年第一季度', '2011年第一季度', '2012年第一季度', '2013年第一季度', '2014年第一季度',
       '2015年第一季度', '2016年第一季度', '2017年第一季度'], dtype=object)

In [56]:

values

Out[56]:

array([[1, '2000年第一季度', 21329.9, ..., 1235.9, 933.7, 3586.1],
       [2, '2000年第二季度', 24043.4, ..., 1124.0, 904.7, 3464.9],
       [3, '2000年第三季度', 25712.5, ..., 1170.4, 1070.9, 3518.2],
       ..., 
       [67, '2016年第三季度', 190529.5, ..., 15472.5, 12164.1, 37964.1],
       [68, '2016年第四季度', 211281.3, ..., 15548.7, 13214.9, 39848.4],
       [69, '2017年第一季度', 180682.7, ..., 17213.5, 12393.4, 42443.1]], dtype=object)

In [54]:

import numpy as np
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = 'SimHei'## 设置中文显示 plt.rcParams['axes.unicode_minus'] = False data = np.load('F:/Python CODE/data/国民经济核算季度数据.npz') name = data['columns']## 提取其中的columns数组，视为数据的标签 values = data['values']## 提取其中的values数组，数据的存在位置 label = ['第一产业','第二产业','第三产业']## 刻度标签 plt.figure(figsize=(6,5))## 设置画布 plt.bar(range(3),values[-1,3:6],width = 0.5)## 绘制散点图 plt.xlabel('“产业”')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加y轴名称 plt.xticks(range(3),label) plt.title('2017年第一季度各产业国民生产总值直方图')## 添加图表标题 #plt.savefig('../tmp/2017年第一季度各产业国民生产总值直方图.png') plt.show()

In [57]:

plt.figure(figsize=(6,6))## 将画布设定为正方形，则绘制的饼图是正圆 label= ['第一产业','第二产业','第三产业']## 定义饼状图的标签，标签是列表 explode = [0.01,0.01,0.01]## 设定各项离心n个半径 plt.pie(values[-1,3:6],explode=explode,labels=label,autopct='%1.1f%%')## 绘制饼图 plt.title('2017年第一季度各产业国民生产总值饼图') #plt.savefig('../tmp/2017年第一季度各产业生产总值占比饼图') plt.show()

In [81]:

label= ['第一产业','第二产业','第三产业']## 定义标签 gdp = (values[:,3],values[:,4],values[:,5]) plt.figure(figsize=(6,4)) plt.boxplot((values[:,3],values[:,4],values[:,5]),notch=True,labels = label, meanline=True) plt.title('2000-2017各产业国民生产总值箱线图') #plt.savefig('../tmp/2000-2017各产业国民生产总值箱线图.png') plt.show()

In [87]:

import numpy as np
import matplotlib.pyplot as plt data = np.load('F:/Python CODE/data/国民经济核算季度数据.npz') name = data['columns'] ## 提取其中的columns数组，视为数据的标签 values = data['values']## 提取其中的values数组，数据的存在位置 plt.rcParams['font.sans-serif'] = 'SimHei' ## 设置中文显示 plt.rcParams['axes.unicode_minus'] = False label1 = ['第一产业','第二产业','第三产业']## 刻度标签1 label2 = ['农业','工业','建筑','批发','交通','餐饮','金融','房地产','其他']## 刻度标签2 p = plt.figure(figsize=(12,12)) #画布 ## 子图1 ax1 = p.add_subplot(2,2,1) plt.bar(range(3),values[0,3:6],width = 0.5)## 绘制散点图 plt.xlabel('产业')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加y轴名称 plt.xticks(range(3),label1) plt.title('2000年第一季度国民生产总值产业构成分布直方图') ## 子图2 ax2 = p.add_subplot(2,2,2) plt.bar(range(3),values[-1,3:6],width = 0.5)## 绘制散点图 plt.xlabel('产业')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加y轴名称 plt.xticks(range(3),label1) plt.title('2017年第一季度国民生产总值产业构成分布直方图') ## 子图3 ax3 = p.add_subplot(2,2,3) plt.bar(range(9),values[0,6:],width = 0.5)## 绘制散点图 plt.xlabel('行业')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加y轴名称 plt.xticks(range(9),label2) plt.title('2000年第一季度国民生产总值行业构成分布直方图')## 添加图表标题 ## 子图4 ax4 = p.add_subplot(2,2,4) plt.bar(range(9),values[-1,6:],width = 0.5)## 绘制散点图 plt.xlabel('行业')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加y轴名称 plt.xticks(range(9),label2) plt.title('2017年第一季度国民生产总值行业构成分布直方图')## 添加图表标题 ## 保存并显示图形 #plt.savefig('../tmp/国民生产总值构成分布直方图.png') plt.show()

In [88]:

label1 = ['第一产业','第二产业','第三产业']## 标签1 label2 = ['农业','工业','建筑','批发','交通','餐饮','金融','房地产','其他']## 标签2 explode1 = [0.01,0.01,0.01] explode2 = [0.01,0.01,0.01,0.01,0.01,0.01,0.01,0.01,0.01] p = plt.figure(figsize=(12,12)) ## 子图1 ax1 = p.add_subplot(2,2,1) plt.pie(values[0,3:6],explode=explode1,labels=label1,autopct='%1.1f%%')## 绘制散点图 plt.title('2000年第一季度国民生产总值产业构成分布饼图') ## 子图2 ax2 = p.add_subplot(2,2,2) plt.pie(values[-1,3:6],explode=explode1,labels=label1,autopct='%1.1f%%')## 绘制散点图 plt.title('2017年第一季度国民生产总值产业构成分布饼图') ## 子图3 ax3 = p.add_subplot(2,2,3) plt.pie(values[0,6:],explode=explode2,labels=label2,autopct='%1.1f%%')## 绘制散点图 plt.title('2000年第一季度国民生产总值行业构成分布饼图')## 添加图表标题 ## 子图4 ax4 = p.add_subplot(2,2,4) plt.pie(values[-1,6:],explode=explode2,labels=label2,autopct='%1.1f%%')## 绘制散点图 plt.title('2017年第一季度国民生产总值行业构成分布饼图')## 添加图表标题 ## 保存并显示图形 #plt.savefig('../tmp/国民生产总值构成分布饼图.png') plt.show()

In [89]:

label1 = ['第一产业','第二产业','第三产业']## 标签1 label2 = ['农业','工业','建筑','批发','交通','餐饮','金融','房地产','其他']## 标签2 gdp1 = (list(values[:,3]),list(values[:,4]),list(values[:,5])) gdp2 = ([list(values[:,i]) for i in range(6,15)]) p = plt.figure(figsize=(8,8)) ## 子图1 ax1 = p.add_subplot(2,1,1) ## 绘制散点图 plt.boxplot(gdp,notch=True,labels = label1, meanline=True) plt.title('2000-2017各产业国民生产总值箱线图') plt.ylabel('生产总值（亿元）')## 添加y轴名称 ## 子图2 ax2 = p.add_subplot(2,1,2) ## 绘制散点图 plt.boxplot(gdp2,notch=True,labels = label2, meanline=True) plt.title('2000-2017各行业国民生产总值箱线图') plt.xlabel('行业')## 添加横轴标签 plt.ylabel('生产总值（亿元）')## 添加y轴名称 ## 保存并显示图形 #plt.savefig('../tmp/国民生产总值分散情况箱线图.png') plt.show()

Matplotlib数据可视化基础

猜你喜欢