学习笔记

这个是给数模学习过程的我看的，当然能帮助到大家也肯定更好。

在anaconda中调用numpy和matplotlib这两个包

首先是最基础的绘制函数

import numpy as np
import matplotlib.pyplot as pltx = np.arange(0, 1.1, 0.1)
plt.figure()       #第一步 创建默认画布
plt.plot(x, x**2)  #第二步 绘制图形
plt.plot(x, x**4)  
plt.xlim(0, 1)     #调整X轴范围为 0开始 1结束
plt.ylim(0, 1)     #调整y轴范围为 0开始 1结束
plt.title('lines') #调整图表名称为 lines
plt.xlabel('x')    #调整x轴名称为 x
plt.ylabel('y')    #调整y轴名称为 y
plt.legend(['y=x^2, 'y=x^4'])    #设置标识为 y=x^2 y=x^4
plt.savefig('Path')#将图片保存至Path这个路径当中
plt.show()         #第三步 显示图形

 结果如上图

 上图为pyplot基本语法

接下来展示如何绘制散点图

首先从这个大佬的文章里，下一份npz格式的数据

链接：国民经济核算季度数据.npz · 小庄/dataAnalysis - Gitee.com

散点图一般使用的是pyplot里面的scatter函数

scatter一般用法为 scatter(x, y, marker=' ')

上图为scatter会用到的相关语法

import numpy as np
import matplotlib.pyplot as pltdata = np.load('data/国民经济核算季度数据.npz')
# npz文件为numpy压缩文件 使用前需用np.load('path', allow_pickle=True)解压npz文件data.files #查看文件含有什么 我的显示有columns和values
columns = data['columns'] 
values = data['values']
print(columns)
print(values) #查看columns和values里面含有什么
data['values'].shape #展示这个二维数表有几行几列

 下图为上图输出结果

#绘制散点图 第一列默认为0 因此1代表从第二列开始
plt.figure(figsize = (8, 6)) #更改画布大小 将大小更改为8:6
plt.rcParams['font.sans-serif'] = 'SimHei' #设置中文显示 字体为小黑plt.scatter(values[:, 1], [:. 3], marker='o')
#values所有行的第一列 所有行的第三列 marker代表点的形状
plt.scatter(values[:, 1], values[:, 4], marker='*')
#values所有行的第一列 所有行的第四列
plt.scatter(values[:, 1], values[:, 5], marker='D')
#values所有行的第一列 所有行的第五列plt.xticks(range(0, 70, 4), values[range(0, 70, 4), 1], rotation=45)
#将x轴的数目更改为1-70中步长为4
#将x轴的取值更改为1-70行中步长为4的每一行
#将显示的中文角度更改为45
plt.legend(['第一产业生产总值', '第二产业生产总值', '第三产业生产总值'])
plt.title('2000-2017各产业生产总值散点图')
plt.ylabel('生产总值(亿元)')
plt.savefig('tmp/2000-2017年各产业生产总值散点图.png')
plt.show()

上图为点的类型表

此为输出结果 

学习笔记

这个是给数模学习过程的我看的，当然能帮助到大家也肯定更好。

在anaconda中调用numpy和matplotlib这两个包

首先是最基础的绘制函数

import numpy as np
import matplotlib.pyplot as pltx = np.arange(0, 1.1, 0.1)
plt.figure()       #第一步 创建默认画布
plt.plot(x, x**2)  #第二步 绘制图形
plt.plot(x, x**4)  
plt.xlim(0, 1)     #调整X轴范围为 0开始 1结束
plt.ylim(0, 1)     #调整y轴范围为 0开始 1结束
plt.title('lines') #调整图表名称为 lines
plt.xlabel('x')    #调整x轴名称为 x
plt.ylabel('y')    #调整y轴名称为 y
plt.legend(['y=x^2, 'y=x^4'])    #设置标识为 y=x^2 y=x^4
plt.savefig('Path')#将图片保存至Path这个路径当中
plt.show()         #第三步 显示图形

 结果如上图

 上图为pyplot基本语法

接下来展示如何绘制散点图

首先从这个大佬的文章里，下一份npz格式的数据

链接：国民经济核算季度数据.npz · 小庄/dataAnalysis - Gitee.com

散点图一般使用的是pyplot里面的scatter函数

scatter一般用法为 scatter(x, y, marker=' ')

上图为scatter会用到的相关语法

import numpy as np
import matplotlib.pyplot as pltdata = np.load('data/国民经济核算季度数据.npz')
# npz文件为numpy压缩文件 使用前需用np.load('path', allow_pickle=True)解压npz文件data.files #查看文件含有什么 我的显示有columns和values
columns = data['columns'] 
values = data['values']
print(columns)
print(values) #查看columns和values里面含有什么
data['values'].shape #展示这个二维数表有几行几列

 下图为上图输出结果

#绘制散点图 第一列默认为0 因此1代表从第二列开始
plt.figure(figsize = (8, 6)) #更改画布大小 将大小更改为8:6
plt.rcParams['font.sans-serif'] = 'SimHei' #设置中文显示 字体为小黑plt.scatter(values[:, 1], [:. 3], marker='o')
#values所有行的第一列 所有行的第三列 marker代表点的形状
plt.scatter(values[:, 1], values[:, 4], marker='*')
#values所有行的第一列 所有行的第四列
plt.scatter(values[:, 1], values[:, 5], marker='D')
#values所有行的第一列 所有行的第五列plt.xticks(range(0, 70, 4), values[range(0, 70, 4), 1], rotation=45)
#将x轴的数目更改为1-70中步长为4
#将x轴的取值更改为1-70行中步长为4的每一行
#将显示的中文角度更改为45
plt.legend(['第一产业生产总值', '第二产业生产总值', '第三产业生产总值'])
plt.title('2000-2017各产业生产总值散点图')
plt.ylabel('生产总值(亿元)')
plt.savefig('tmp/2000-2017年各产业生产总值散点图.png')
plt.show()

上图为点的类型表

此为输出结果