sales@lix.by
г.Минск, ул. Тимирязева, д.67, пом. 428
Пн - Пт: с 9:00 до 21:00
Сб - Вс: с 9:00 до 20:00

Хорошие сувениры

# 使用Python实现简单的数据可视化下面是一个使用Python的matplotlib库创建简单数据可视化的示例。这个程序会生成一个包含折线图、柱状图和散点图的综合图表。 ```python import matplotlib.pyplot as plt import numpy as np # 设置中文字体支持 plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'DejaVu Sans'] plt.rcParams['axes.unicode_minus'] = False # 创建示例数据 np.random.seed(42) # 设置随机种子以确保结果可重复 x = np.arange(1, 11) # x轴数据：1到10 y_line = x * 2 + np.random.normal(0, 1, 10) # 线性数据，带一些随机噪声 y_bar = np.random.randint(5, 20, 10) # 柱状图数据 x_scatter = np.random.randn(30) * 2 + 5 # 散点图x数据 y_scatter = x_scatter * 1.5 + np.random.randn(30) * 3 # 散点图y数据 # 创建图形和子图 fig, axes = plt.subplots(2, 2, figsize=(12, 10)) fig.suptitle('数据可视化示例', fontsize=16, fontweight='bold') # 1. 折线图 axes[0, 0].plot(x, y_line, marker='o', color='royalblue', linewidth=2, markersize=8) axes[0, 0].set_title('折线图示例', fontsize=12) axes[0, 0].set_xlabel('X轴') axes[0, 0].set_ylabel('Y轴') axes[0, 0].grid(True, alpha=0.3) axes[0, 0].fill_between(x, y_line, alpha=0.2, color='royalblue') # 2. 柱状图 colors = plt.cm.viridis(np.linspace(0, 1, len(x))) axes[0, 1].bar(x, y_bar, color=colors, edgecolor='black', linewidth=0.5) axes[0, 1].set_title('柱状图示例', fontsize=12) axes[0, 1].set_xlabel('类别') axes[0, 1].set_ylabel('数值') axes[0, 1].set_xticks(x) # 在柱子上方添加数值标签 for i, v in enumerate(y_bar): axes[0, 1].text(i+1, v + 0.5, str(v), ha='center', va='bottom', fontsize=9) # 3. 散点图 scatter = axes[1, 0].scatter(x_scatter, y_scatter, c=np.sqrt(x_scatter**2 + y_scatter**2), cmap='plasma', alpha=0.7, s=80) axes[1, 0].set_title('散点图示例', fontsize=12) axes[1, 0].set_xlabel('X值') axes[1, 0].set_ylabel('Y值') axes[1, 0].grid(True, alpha=0.3) # 添加颜色条 cbar = plt.colorbar(scatter, ax=axes[1, 0]) cbar.set_label('距离原点的长度', rotation=270, labelpad=15) # 4. 组合图表（折线+柱状） axes[1, 1].bar(x, y_bar, alpha=0.5, color='lightcoral', label='柱状数据') axes[1, 1].plot(x, y_line, marker='s', color='darkgreen', linewidth=2, label='折线数据') axes[1, 1].set_title('组合图表示例', fontsize=12) axes[1, 1].set_xlabel('X轴') axes[1, 1].set_ylabel('数值') axes[1, 1].legend() axes[1, 1].grid(True, alpha=0.3) # 调整布局 plt.tight_layout(rect=[0, 0, 1, 0.96]) # 为总标题留出空间 # 保存图表 plt.savefig('data_visualization.png', dpi=150, bbox_inches='tight') # 显示图表 plt.show() # 打印数据统计信息 print("数据统计信息:") print(f"折线图数据 - 平均值: {np.mean(y_line):.2f}, 标准差: {np.std(y_line):.2f}") print(f"柱状图数据 - 总和: {np.sum(y_bar)}, 最大值: {np.max(y_bar)}, 最小值: {np.min(y_bar)}") print(f"散点图数据 - 相关系数: {np.corrcoef(x_scatter, y_scatter)[0,1]:.3f}") ``` ## 代码说明 1. **数据生成**： - 使用numpy生成示例数据 - 折线图数据：带有随机噪声的线性数据 - 柱状图数据：随机整数 - 散点图数据：带有相关性的随机数据 2. **可视化组件**： - 折线图：显示趋势，带有填充区域 - 柱状图：分类比较，使用渐变色 - 散点图：显示两个变量之间的关系，使用颜色表示距离 - 组合图表：展示在同一坐标系中叠加不同图表类型 3. **图表美化**： - 添加网格线提高可读性 - 使用颜色映射增强视觉效果 - 添加数据标签和图例 - 设置合适的标题和轴标签 4. **输出**： - 将图表保存为PNG文件 - 显示图表窗口 - 打印数据统计信息 ## 运行要求运行此代码需要安装以下Python库： ```bash pip install matplotlib numpy ``` 这个示例展示了如何使用matplotlib创建多种常见图表类型，并提供了数据可视化的基本框架，你可以根据自己的数据替换示例数据部分。

Быстрый просмотр

Статуэтка Хорошие сувениры Сокол 7689254

Статуэтка Хорошие сувениры Сокол 7689254

Статуэтка Хорошие сувениры Сокол 7689254

Статуэтка Хорошие сувениры Сокол 7689254

Гарантия (месяцев)

:

12

Быстрый просмотр

Статуэтка Хорошие сувениры Волк 10794956

Статуэтка Хорошие сувениры Волк 10794956

Статуэтка Хорошие сувениры Волк 10794956

Статуэтка Хорошие сувениры Волк 10794956

Гарантия (месяцев)

:

12

Быстрый просмотр

Статуэтка Хорошие сувениры Лев 7292689

Статуэтка Хорошие сувениры Лев 7292689

Статуэтка Хорошие сувениры Лев 7292689

Статуэтка Хорошие сувениры Лев 7292689

Гарантия (месяцев)

:

12

Комментарии

Загрузка комментариев...

Назад к списку

Главная Каталог 0 Корзина 0 Избранные Кабинет 0 Сравнение Акции Контакты Услуги Бренды Отзывы Компания Лицензии Документы Реквизиты Блог Обзоры

Продолжая использовать сайт, вы соглашаетесь с политикой использования файлов cookie.