[データ分析＆データマイニング] 2000--散布2017、様々な産業分野

1  インポートAS PLT matplotlib.pyplot
 2  インポートnumpyのAS NP
 。3  
。4  DEFのdraw_data（N、A、B、L、数値、図、PLT）
 。5      fig.add_subplot（2 ,. 1 、N-）
 。6      X = 値[： 0]
 7      のための I における範囲（。、B + 1 ）
 。8          Y = 値[：I]
 。9          plt.scatter（X、Y）
 10      plt.title（「2000 -様々な産業で2017年、産業散乱図" ）
 11      plt.xlabel（" 四半期」）
 12      plt.ylabel（" GDP（$十億）" ）
 13が      plt.legend（L、LOC = 2 ）
 14      xticks値= [：1 ]
 15      plt.xticks（X [:: 4]、xticks [:: 4]、回転45 = ）
 16      リターンPLT
 。17  
18である DEF （）：show_data
 。19      図のplt.figure =（figsize =（20、12である）、= 120 DPI ）
 20である      plt.rcParams [ ' font.sans serif- ' ] = ' SimHei ' 
21、IS      plt.rcParams [ ' axes.unicode_minus ' ] = Falseの
 22のIS     plt.subplots_adjust（HSPACE = 0.3 ）
 23が     リターンPLT、図
 24  
25  DEF ）（save_data：
 26である      plt.savefig（" ./2000-2017年各个产业、業界のスキャッタグラムの.png " ）
 27      plt.show（）
 28      リターンなし
 29  
30  
31がなく DEFのbuild_data（）：
 32      RES = np.load（" ./四半期国民経済の会計データ.npz "、allow_pickle = TRUE）
 33が      列= RES [ " 列" ]
 34である      値RES = [ " 値"]
 35      戻り列、値
 36  
37  DEF メイン（）：
 38      列、値= build_data（）
 39      図、PLT = show_data（）
 40      legend1 = [TMP [4] のための TMP でカラム[3：6 ]
 41      draw_data （1、3、5 、legend1、数値、図、PLT）
 42      legend2 = [TMP [2] のための TMP でカラム[6 ：]
 43      draw_data（2、6、14 、legend2、数値、図、PLT）
 44      save_data（）
 45  
46  
47 
48  IF  __name__ == 「__main__ 」：
 49      メイン（）
 50  
51である ＃シーン1：ラインと同様、この傾向もトレンドスキャッタグラムを記述するために使用することができる
52  ＃シーン2：ドットを記述するために使用することができる（データデータ）の関係