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

ИП Князев

# 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 x = np.arange(1, 11) # x轴数据：1到10 y_line = x ** 2 # 二次函数数据 y_bar = np.random.randint(5, 20, size=10) # 随机柱状图数据 x_scatter = np.random.randn(50) * 2 + 5 # 随机散点图x数据 y_scatter = np.random.randn(50) * 3 + 10 # 随机散点图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('二次函数折线图 (y = x²)') 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))) bars = axes[0, 1].bar(x, y_bar, color=colors, edgecolor='black') axes[0, 1].set_title('随机数据柱状图') axes[0, 1].set_xlabel('类别') axes[0, 1].set_ylabel('数值') axes[0, 1].grid(True, alpha=0.3, axis='y') # 在柱状图上添加数值标签 for bar in bars: height = bar.get_height() axes[0, 1].text(bar.get_x() + bar.get_width()/2., height + 0.3, f'{int(height)}', ha='center', va='bottom') # 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=100) axes[1, 0].set_title('随机散点图（颜色表示距离原点的远近）') 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('距离原点的距离') # 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') axes[1, 1].set_xlabel('X轴') axes[1, 1].set_ylabel('Y轴') axes[1, 1].legend() axes[1, 1].grid(True, alpha=0.3) # 调整布局 plt.tight_layout() # 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("=" * 50) print("数据统计信息:") print(f"折线图数据范围: {y_line.min():.2f} 到 {y_line.max():.2f}") print(f"柱状图数据范围: {y_bar.min():.2f} 到 {y_bar.max():.2f}") print(f"柱状图平均值: {y_bar.mean():.2f}") print(f"散点图X范围: {x_scatter.min():.2f} 到 {x_scatter.max():.2f}") print(f"散点图Y范围: {y_scatter.min():.2f} 到 {y_scatter.max():.2f}") print("=" * 50) ``` ## 运行说明 1. **环境要求**： - Python 3.6+ - 需要安装的库：matplotlib, numpy - 安装命令：`pip install matplotlib numpy` 2. **程序功能**： - 生成一个2x2的子图布局，包含四种不同类型的图表 - 使用随机数据和函数生成示例数据 - 支持中文字体显示 - 自动保存图表为PNG文件 - 在控制台输出数据统计信息 3. **图表说明**： - 左上：二次函数折线图，带有填充区域 - 右上：随机数据柱状图，使用viridis配色 - 左下：随机散点图，颜色表示点到原点的距离 - 右下：组合图表，同时显示柱状图和折线图 ## 自定义修改你可以轻松修改这个程序来可视化自己的数据： 1. **替换数据**：将示例数据替换为你自己的数据 2. **修改样式**：调整颜色、标记、线型等参数 3. **添加新图表**：扩展子图布局或创建新的图形 4. **更改图表类型**：尝试其他matplotlib图表类型（如饼图、箱线图等）这个程序展示了matplotlib的基本用法，适合作为数据可视化的入门示例。

Быстрый просмотр

Кровать ИП Князев Люмия 140x200

Кровать ИП Князев Люмия 140x200

Кровать ИП Князев Люмия 140x200

Кровать ИП Князев Люмия 140x200

Гарантия (месяцев)

:

12

Быстрый просмотр

Кровать ИП Князев Нимфея 160x200 (белый)

Кровать ИП Князев Нимфея 160x200 (белый)

Кровать ИП Князев Нимфея 160x200 (белый)

Гарантия (месяцев)

:

12

Быстрый просмотр

ИП Князев Морена 160x190 (коричневый)

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.