python绘制散点图

文章目录

1.实验目的

掌握Python绘图库matplotlib库

2.需求

3. 代码以及资源文件

python 复制代码
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

# 读取NPZ文件
data = np.load('../Files/国民经济核算季度数据.npz', allow_pickle=True)

# 获取时间和第一到第三产业生成总值当季值数据
plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置为黑体字体


# 获取数组中所有第二列数据 即
# print(data['values'][:, 1])

def getAssignedData(arr):

    newArr = []

    for i in range(len(arr)):
        if 4 * i <= len(arr):
            newArr.append(arr[4 * i])

    return newArr


time = data['values'][:, 1]
gdp1 = data['values'][:, 3].astype(float)
gdp2 = data['values'][:, 4].astype(float)
gdp3 = data['values'][:, 5].astype(float)

# 创建散点图
plt.scatter(time, gdp1, label='第一产业', marker='o', c='r')
plt.scatter(time, gdp2, label='第二产业', marker='D', c='b')
plt.scatter(time, gdp3, label='第三产业', marker='o', c='#FFFF01')

plt.ylabel('生产总值(亿元)')
plt.title('2000-2017年各产业季度生产总值散点图')
plt.xticks(rotation=45, fontsize=4)
# 选择性显示横轴坐标标签
labels = getAssignedData(time)
arr = [' ']
for label in labels:
    arr.append(label)

plt.xticks(range(4, 73, 4), labels=getAssignedData(time))
start = plt.xticks()[0]
print(start)
arr1 = [-1]
start = start.tolist()
for ele in start:
    arr1.append(ele)

print(arr1)
plt.xticks(np.array(arr1),arr)
# 添加图例 左上角小图
plt.legend(loc='upper left')

# 保存散点图图片
plt.savefig('散点图.png')

# 创建DataFrame并保存为Excel文件
df = pd.DataFrame({'时间': time, '第一产业': gdp1, '第二产业': gdp2, '第三产业': gdp3})

# 显示散点图
plt.show()

资源文件下载地址):

链接:https://pan.baidu.com/s/1_h-q5sBbMqtRohL7qW0jzw?pwd=r02f

提取码:r02f

--来自百度网盘超级会员V5的分享

4.实验结果

相关推荐
Flittly31 分钟前
【从零手写 ClaudeCode:learn-claude-code 项目实战笔记】(3)TodoWrite (待办写入)
python·agent
千寻girling5 小时前
一份不可多得的 《 Django 》 零基础入门教程
后端·python·面试
databook8 小时前
探索视觉的边界:用 Manim 重现有趣的知觉错觉
python·动效
明月_清风9 小时前
Python 性能微观世界:列表推导式 vs for 循环
后端·python
明月_清风9 小时前
Python 性能翻身仗:从 O(n) 到 O(1) 的工程实践
后端·python
helloweilei1 天前
python 抽象基类
python
用户8356290780511 天前
Python 实现 PPT 转 HTML
后端·python
zone77391 天前
004:RAG 入门-LangChain读取PDF
后端·python·面试
zone77391 天前
005:RAG 入门-LangChain读取表格数据
后端·python·agent
树獭非懒2 天前
AI大模型小白手册|Embedding 与向量数据库
后端·python·llm